基于圖像處理的貼合機(jī)自動(dòng)糾偏系統(tǒng)

趙茹，陶曉杰，王鵬飛

（合肥工業(yè)大學(xué) 儀器儀表與光電工程學(xué)院，安徽 合肥 230009）

文中研究的自動(dòng)貼合機(jī)它的主要功能是將加強(qiáng)片貼合到FPC29800產(chǎn)品上，以防止柔性電路板發(fā)生翹曲現(xiàn)象。貼合機(jī)在粘貼的過程中由于多種因素，導(dǎo)致物品存在偏移或者旋轉(zhuǎn)，它將直接影響到產(chǎn)品的質(zhì)量和生產(chǎn)效率。為了保證最后貼合的產(chǎn)品達(dá)到生產(chǎn)要求，具有較高的精度，文中通過視覺系統(tǒng)對(duì)加強(qiáng)片進(jìn)行精確定位[1]。

1 視覺系統(tǒng)的設(shè)計(jì)

自動(dòng)貼合機(jī)通過圖像采集設(shè)備，將真空吸取的加強(qiáng)片進(jìn)行圖像采集，并將采集到的圖像傳送到液晶顯示器，采集圖像與機(jī)器存入的標(biāo)準(zhǔn)圖像進(jìn)行比對(duì)，計(jì)算采集圖像X、Y軸的偏移量和旋轉(zhuǎn)角度θ，將偏移量和旋轉(zhuǎn)角度傳送給工業(yè)控制機(jī)，最后由工業(yè)控制機(jī)控制精密機(jī)械平臺(tái)實(shí)現(xiàn)加強(qiáng)片的位置糾正[1]。

貼合機(jī)自動(dòng)糾偏系統(tǒng)主要由工業(yè)彩色用CCD，鏡頭，照明光源，圖像采集卡、圖像處理單元、計(jì)算機(jī)組成[2]。系統(tǒng)結(jié)構(gòu)如圖1所示。貼合機(jī)要貼合的加強(qiáng)片如圖2所示。

1.1 硬件的選擇

本研究選用的CCD為松下（Panasonic）WV-CP60；鏡頭為 AVENIR（日本精工）LENSSE1212，焦距為 12 mm；圖像采集卡采用天敏SDK2000，顯示分辨率可達(dá)640×480。

圖1 系統(tǒng)結(jié)構(gòu)框圖Fig.1 System structure

圖2 加強(qiáng)片F(xiàn)ig.2 Strengthen the piece

1.2 圖像預(yù)處理

在采集圖像的過程中，由于環(huán)境因素、機(jī)器振動(dòng)等各種因素導(dǎo)致采集的圖像模糊不清，需要對(duì)圖像進(jìn)行各種預(yù)處理，以便后續(xù)的檢測[3]。文中對(duì)加強(qiáng)片進(jìn)行圖像采集，由于待采集的加強(qiáng)片形狀規(guī)則，結(jié)構(gòu)簡單，邊緣容易檢測，因此首先對(duì)圖像進(jìn)行邊緣檢測[4]，采用Canny算子，該算子提取的邊緣線型連接程度較好，邊緣提取的較完整，邊緣線劃很細(xì)。攝像機(jī)采集到的圖像如圖3所示，邊緣檢測后的結(jié)果如圖4所示。

圖3 原始圖像Fig.3 Original image

圖4 邊緣檢測的圖Fig.4 Edge detection of the image

1.3 圖像配準(zhǔn)

1.3.1 Hough變換

從圖4可以看出經(jīng)過邊緣檢測后的圖像邊界清晰，直線比較明顯，容易檢測，因此使用Hough變換檢測直線的方法來檢測旋轉(zhuǎn)角度[5]。文中采用了平均角度法，即對(duì)所有檢測到的直線斜率求角度，計(jì)算平均值，得到旋轉(zhuǎn)的角度。Hough變換通過對(duì)各個(gè)角度6個(gè)樣本進(jìn)行檢測（由于實(shí)驗(yàn)條件限制，6個(gè)樣本是通過matlab軟件對(duì)原始采集到的一幅圖像進(jìn)行旋轉(zhuǎn)得到的，旋轉(zhuǎn)角度已知），得到的結(jié)果如表1所示。

表1 Hough變換檢測旋轉(zhuǎn)角度Tab.1 Hough transform to carry out angle detection of the image

1.3.2 插值和相位相關(guān)的圖像配準(zhǔn)

首先通過對(duì)源圖像進(jìn)行插值，提高圖像的分辨率，之后進(jìn)行傅里葉變換，通過相位相關(guān)檢測圖像之間的位移，可以使檢測精度達(dá)到亞像素級(jí)別。

插值算法采用不引入新采樣點(diǎn)的改進(jìn)的三線性算法，其按照周圍的8個(gè)像素點(diǎn)的空間距離分配權(quán)值，使周圍8個(gè)像素點(diǎn)聯(lián)合貢獻(xiàn)灰度分布統(tǒng)計(jì)。它計(jì)算精確，對(duì)小的空間移動(dòng)會(huì)產(chǎn)生平滑作用。

相位相關(guān)法：兩幅圖像之間傅里葉變換的互功率譜為

其中，F(xiàn)1，F(xiàn)2為原始圖像的傅里葉變換，F(xiàn)L1，F(xiàn)L2為原始圖像插值放大M、N倍后的傅里葉變換圖像，x0，y0為檢測的位移。

通過對(duì)歸一化互功率譜進(jìn)行傅里葉逆變換得到單位脈沖函數(shù)，它的峰值所對(duì)應(yīng)的坐標(biāo)為檢測的位移偏移量。文中通過對(duì)采集到的5幅圖像進(jìn)行偏差檢測，得到的結(jié)果如表2所示。

表2 偏差檢測結(jié)果Tab.2 Result of deviation detection

通過檢測結(jié)果可以看出，該方法能夠進(jìn)行亞像素級(jí)的配準(zhǔn)，檢測精度符合貼合機(jī)貼合精度的要求。

2 系統(tǒng)標(biāo)定

系統(tǒng)標(biāo)定用來確定測量系統(tǒng)的輸入—輸出關(guān)系，它在改善系統(tǒng)準(zhǔn)確度和消除系統(tǒng)誤差方面有著重要的作用。攝像機(jī)標(biāo)定分為2種：傳統(tǒng)的攝像機(jī)標(biāo)定方法和攝像機(jī)自標(biāo)定方法[6]。由于貼合機(jī)其精度要求高、成像位置確定等因素，文中采用傳統(tǒng)的標(biāo)定方法。文中自動(dòng)貼合機(jī)標(biāo)定主要是計(jì)算圖像坐標(biāo)與相機(jī)坐標(biāo)的關(guān)系，以及相機(jī)坐標(biāo)相對(duì)于工作臺(tái)的坐標(biāo)。

2.1 圖像坐標(biāo)到相機(jī)坐標(biāo)的變換

首先采用萬能工具顯微鏡對(duì)標(biāo)準(zhǔn)加強(qiáng)片進(jìn)行實(shí)際尺寸的測量，利用工作臺(tái)吸頭吸取加強(qiáng)片到達(dá)攝像機(jī)上方，對(duì)加強(qiáng)片進(jìn)行拍照，讀取測量對(duì)象的像素尺寸。利用被測目標(biāo)實(shí)際尺寸與對(duì)應(yīng)像素尺寸進(jìn)行比較，連續(xù)多次進(jìn)行相同的標(biāo)定試驗(yàn)，取平均值，分別求出行和列方向的像素比例因子，即CCD圖像中每個(gè)像素對(duì)應(yīng)的物理單位長度。

2.2 相機(jī)坐標(biāo)系到機(jī)器坐標(biāo)系的變換

需要求出相機(jī)坐標(biāo)系原點(diǎn)在機(jī)器坐標(biāo)系中的位置與兩坐標(biāo)系X軸之間的夾角。文中主要采用了逐次逼近法對(duì)兩坐標(biāo)系之間的夾角進(jìn)行了計(jì)算。

首先假定兩坐標(biāo)系之間的夾角為零，利用吸嘴吸取待貼物品，將其運(yùn)動(dòng)到相機(jī)視區(qū)的正中央，保持Y坐標(biāo)不變，讓其運(yùn)動(dòng)到視區(qū)的最左邊并保證整個(gè)物品都在視區(qū)里面，獲取物品圖像，計(jì)算它的中心坐標(biāo)（x1，y1），同樣讓物品運(yùn)動(dòng)到視區(qū)的最右邊，計(jì)算中心坐標(biāo)（x2，y2）。通過下列公式可計(jì)算出這個(gè)夾角。

然后通過檢測的角度將物理坐標(biāo)系相對(duì)相機(jī)坐標(biāo)系旋轉(zhuǎn)-θ度，重復(fù)上面的步驟，直到最后檢測的角度小于某個(gè)給定的閾值。把最后得到的這個(gè)角度記為相機(jī)坐標(biāo)系與機(jī)器坐標(biāo)系X軸之間的夾角。

3 結(jié) 論

文中介紹了貼合機(jī)自動(dòng)糾偏的系統(tǒng)組成，對(duì)采集到的圖像進(jìn)行預(yù)處理、圖像配準(zhǔn)，攝像機(jī)標(biāo)定，得到待貼物品的偏移數(shù)據(jù)。通過多次試驗(yàn)對(duì)比表明，該方法能夠?qū)ΥN物品進(jìn)行精確定位，滿足系統(tǒng)的要求，具有很高的應(yīng)用價(jià)值。

[1]房超.機(jī)器視覺及其在工業(yè)檢測中的應(yīng)用[J].自動(dòng)化博覽，2007，25（4） ：46-48.

FANG Chao.Machine vision and its application in industry inspection[J].Automation Panorama，2007，25（4）：46-48.

[2]汪宏升，史鐵林.高精度機(jī)器視覺對(duì)準(zhǔn)系統(tǒng)的研究與設(shè)計(jì)[J].光學(xué)技術(shù)，2004，30（2）：235-239.

WANG Hong-sheng，SHI Tie-lin.High precision alignment system research ang development in machine vision[J].Optical Technique，2004，30（2）：235-239.

[3]岡薩雷斯.數(shù)字圖像處理[M].2版.阮秋琦，阮宇智譯.北京：電子工業(yè)出版社，2003.

[4]Rishi R R，Chaudhuri P.Thresholding in edge detection：a statistical approach[J].IEEE Tran on Image Processing，2004，13（7）：927-936.

[5]李中科，楊曉輝，吳樂南.針對(duì)旋轉(zhuǎn)和平移運(yùn)動(dòng)的一種圖像準(zhǔn)方法[J].應(yīng)用科學(xué)學(xué)報(bào)，2005，23（3）：282-286

LI Zhong-ke，YANG Xiao-hui，WU Le-nan.A method of image registration for two rotated and translated images[J].Journal of Applied Sciences，2005，23（3）：282-286

[6]伍雪冬，蔣新華，李建興.計(jì)算機(jī)視覺中傳統(tǒng)攝像機(jī)標(biāo)定方法綜述[J].福建工程學(xué)院學(xué)報(bào)，2007，5（1）：57-61.

WU Xue-dong，JIANG Xin-hua，LIJian-xin.Review of traditional camera calibration methods in computer vision[J].Journal of Fujian University of Technology，2007，5（1）：57-61.