一種自動(dòng)曝光機(jī)的圖像定位方法的研究

摘要：傳統(tǒng)的曝光機(jī)對(duì)位系統(tǒng)都是通過(guò)手工進(jìn)行對(duì)位，隨著裝備制造業(yè)的智能化發(fā)展，國(guó)內(nèi)外曝光機(jī)廠商對(duì)曝光機(jī)的智能化需求顯著提升并同時(shí)進(jìn)行了研發(fā)[1]。本文提出了一種基于遺傳算法的自動(dòng)曝光機(jī)的菲林圖像自動(dòng)定位方法。并詳細(xì)描述系統(tǒng)設(shè)計(jì)、硬件系統(tǒng)組成、定位模型和算法實(shí)現(xiàn)；通過(guò)一個(gè)實(shí)際的應(yīng)用范例證明該方法具有定位精度高、速度快的特點(diǎn)。

關(guān)鍵詞：曝光機(jī) 圖像自動(dòng)定位 方法研究

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2016）10-0073-02

1 引言

目前，日本ORC公司、臺(tái)灣川寶科技、臺(tái)灣志圣科技等公司研發(fā)的曝光機(jī)都實(shí)現(xiàn)了高精度、高解析度的自動(dòng)化對(duì)位，自動(dòng)化對(duì)位已經(jīng)成為了曝光機(jī)的必要條件。對(duì)于國(guó)產(chǎn)的曝光機(jī)，圖像定位方法是提高對(duì)位精度的最有效解決方法之一，本文研究提高計(jì)算速度的基于遺傳算法的定位方法[2-3]。這種方法通過(guò)實(shí)驗(yàn)在國(guó)內(nèi)的4CCD自動(dòng)監(jiān)視曝光機(jī)上，實(shí)現(xiàn)了很好的效果。在圖像對(duì)位系統(tǒng)中，由于菲林的熱縮性等性質(zhì)，以及線路板的高精度、小孔徑、多層化的需求，需要系統(tǒng)在2個(gè)方面進(jìn)行優(yōu)化設(shè)計(jì)：

（1）多孔協(xié)調(diào)對(duì)位。需對(duì)圖像的四個(gè)角進(jìn)行全面協(xié)調(diào)，提出一種多孔協(xié)調(diào)遺傳算法的高速定位算法。（2）在對(duì)位時(shí)，需建立基本的運(yùn)動(dòng)控制及相關(guān)硬件條件。

2 自動(dòng)曝光機(jī)基本原理

2.1 硬件架構(gòu)圖

自動(dòng)曝光機(jī)自動(dòng)定位算法的基本硬件架構(gòu)和基本原理如圖1所示。

控制系統(tǒng)通過(guò)運(yùn)動(dòng)控制算法來(lái)對(duì)所有的硬件進(jìn)行運(yùn)動(dòng)控制。圖像系統(tǒng)實(shí)時(shí)對(duì)位置信息進(jìn)行精確計(jì)算，并把計(jì)算結(jié)果反饋給PC上位機(jī)進(jìn)行判斷。如此循環(huán)往復(fù)。

2.2 自動(dòng)對(duì)位模型

曝光機(jī)在進(jìn)行雙面同時(shí)曝光時(shí)，需要對(duì)上下菲林片精確對(duì)位。因此，對(duì)于每個(gè)菲林片四個(gè)角都進(jìn)行了標(biāo)靶，通過(guò)四個(gè)角的對(duì)位來(lái)控制整張圖的精確對(duì)位。模型圖2所示。

對(duì)于四個(gè)角的成像圖，分別定義黑白圓心坐標(biāo)（i=1，2，3，4）：BPoint（bxi，byi），WPoint（wxi，wyi）；分別定義各自圖像兩圓心距離為：Di（i=1，2，3，4）、D2、D3、D4計(jì)算公式如下所示：

最后建立公式模型，表示第i個(gè)位置的第j（1<=j<=4）個(gè)角位置距離：

CCD采集圖像的頻率為30幀/秒，需要在30毫秒內(nèi)快速計(jì)算出Di的值。計(jì)算最小的D值，其中的關(guān)鍵是快速計(jì)算出圓心點(diǎn)的坐標(biāo)。本文研究了一種快速計(jì)算圓心坐標(biāo)的方法。

3 算法實(shí)現(xiàn)

3.1Canny邊緣檢測(cè)

3.1.1 高斯濾波器平滑輸入圖像

平滑后的圖像記fs（x，y）表示，f（x，y）表示圖像數(shù)據(jù)：

3.1.2 計(jì)算圖像幅值圖像和角度圖像

3.1.3 梯度幅值圖像應(yīng)用非最大抑制

梯度圖像M（x，y）在局部最大值通常包含更寬的范圍，通過(guò)非最大抑制細(xì)化那些邊緣。對(duì)每個(gè)點(diǎn)為中心的3*3區(qū)域，進(jìn)行非最大抑制，是非最大抑制的圖像。

3.1.4 雙閾值處理和連接分析來(lái)檢測(cè)并連接邊緣

低閾值和高閾值分別為、。，分別為進(jìn)行閾值處理后圖片。

閾值處理后，中的邊緣可能會(huì)存在縫隙，通過(guò)如下步驟形成較長(zhǎng)邊緣：

（a）中定位下一個(gè)未被訪問(wèn)像素p；（b）中將弱像素標(biāo)記為有效邊緣像素，用8連通性連接到p；（c）如果中所有非零像素已被訪問(wèn)，調(diào)到步驟（d），否則返回步驟（a）；（d）中未標(biāo)記為邊緣的所有像素置零。

3.2 快速圓心提取

4個(gè)攝像頭采集了四幅圖片，在進(jìn)行Canny[4]邊緣提取后，如圖3所示：

圖3中從外到內(nèi)的圓半徑分別記為R1、R2、R3、R4。采用切割法并通過(guò)圓心公式來(lái)計(jì)算粗略圓心。設(shè)定步頻r，從左到右按步頻切割圖像，找到合適的切割點(diǎn)Up1（x，y）、Down1（x，y），開(kāi)始計(jì)算圓心。兩點(diǎn)距離需滿足條件：距離大于R1/2，小于。用以排除輪廓間斷的點(diǎn)和干擾點(diǎn)。兩點(diǎn)需滿足條件：距離大于R1/2，小于R1。用以排除那些輪廓間斷的點(diǎn)和干擾點(diǎn)。

半徑為R1的粗略圓心為R1（x1，y1）：

進(jìn)一步縮小區(qū)域，該區(qū)域是以R1（x，y）為圓心，半徑為（R1-K）的圓，（其中k為實(shí)驗(yàn)值5），對(duì)該圓采用切割法來(lái)求得半徑R2所在圓圓心R2（x2，y2）。依次求得圓心R3（x3，y3）、R4（x4，y4）。

3.3 精確圓心提取

經(jīng)過(guò)快速圓心提取，已經(jīng)求得粗略圓心R1（x1，y1）、R2（x2，y2）、R（x3，y3）、R4（x4，y4）。在實(shí)際的工業(yè)應(yīng)用中，有用的數(shù)據(jù)是R2（x2，y2）、R4（x4，x4），根據(jù)R2和R4的圓心值來(lái)求得它們所在圓的精確圓心。以圓心R4（x4，y4）為矩形中心，長(zhǎng)寬為Height、Width的矩形區(qū)域中，采用遺傳算法找出精確圓心。

下面是遺傳算法求解步驟：

（1）在搜索區(qū)域定義適應(yīng)度函數(shù)，它為圓心（x0，y0）到區(qū)域輪廓（邊緣）點(diǎn)的方差。

f值越小表示（x0，y0）越可能是圓心。給定種群規(guī)模N、交叉率Pc（0.4～0.99）、變異率Pm（0.0001～0.1）和代數(shù)t。

（2）隨機(jī)產(chǎn)生U中的N個(gè)個(gè)體S1， S2， …， Sn，組成初始種群S={s1， s2， …， sN}，置代數(shù)計(jì)數(shù)器t=1；對(duì)于每個(gè)個(gè)體的染色體x，y分別用二進(jìn)制表示。例如：點(diǎn)（x1，y1）x1=01001011， y1=10110101；點(diǎn)（x2，y2）x2=01001111，y2=11011111.

（3）計(jì)算每個(gè)個(gè)體的適應(yīng)度值F1，F(xiàn)2， …Fn。

（4）若終止條件滿足，則取S中適應(yīng)度最小的個(gè)體作為所求結(jié)果，算法結(jié)束。

（5）按選擇概率P（xi）所決定的選中機(jī)會(huì)，每次從S中隨機(jī)選定1個(gè)個(gè)體并將其染色體復(fù)制，共做N次，然后將復(fù)制所得的N個(gè)染色體組成群體S1。

（6）按交叉率Pc所決定的參加交叉的染色體數(shù)c[5-6]，從S1中隨機(jī)確定c個(gè)染色體，配對(duì)進(jìn)行交叉操作，并用產(chǎn)生的新染色體代替原染色體，得群體S2；交叉操作如下所示：x1=01001011，x2=10010101，交叉后四位

（7）按變異率Pm所決定的變異次數(shù)m，從S2中隨機(jī)確定m個(gè)染色體，分別進(jìn)行變異操作，并用產(chǎn)生的新染色體代替原染色體，得群體S3；將染色體的第六位（從右往左）進(jìn)行變異（0變1，1變0）。

（8）將群體S3作為新一代種群，即用S3代替S，t = t+1，轉(zhuǎn)步3。

4 應(yīng)用范例

自動(dòng)曝光機(jī)界面圖4所示：

圖4中顯示的是demo程序采集的圖像，并經(jīng)過(guò)圖像處理顯示的界面。4個(gè)CCD分別對(duì)應(yīng)菲林的四個(gè)角，遍歷各個(gè)角的位置以選取最精確的位置。

試驗(yàn)設(shè)計(jì)：

（1）采集圖像；（2）Canny邊緣提??；（3）快速計(jì)算圓心，其中R1=110，R2=78，R3=65，R4=52，單位為像素，求得它們的圓心；（4）采用遺傳算法計(jì)算精確圓心：區(qū)域長(zhǎng)寬為Width=30，Height=30。

遺傳算法參數(shù)值：初始種群數(shù)量N=6，交叉率Pc=0.8、變異率=0.01和代數(shù)T=0。實(shí)驗(yàn)結(jié)果，如表1所示。

此實(shí)驗(yàn)算法成功應(yīng)用在曝光機(jī)中。

5 結(jié)語(yǔ)

本文設(shè)計(jì)了一種快速計(jì)算機(jī)圓心方法。通過(guò)遍歷，確定了最高精度位置，從而實(shí)現(xiàn)了自動(dòng)對(duì)位。該方法還需要進(jìn)一步優(yōu)化，提高應(yīng)對(duì)實(shí)際復(fù)雜情況的抗干擾性。目前，是通過(guò)遍歷所有位置來(lái)計(jì)算出所有的位置精度，以此來(lái)選出最優(yōu)位置，這極大的增加了對(duì)位時(shí)間。需設(shè)計(jì)一種運(yùn)動(dòng)算法，根據(jù)D1、D2、D3、D4值來(lái)智能選擇運(yùn)動(dòng)路徑。

參考文獻(xiàn)

[1]歐陽(yáng)琴.大面積PCB投影掃描式激光曝光機(jī)的研制[D].廣東工業(yè)大學(xué)，2011.

[2]Pi E， Qu L， Tang X， et al. Application of Genetic Algorithm to Predict Optimal Sowing Region and Timing for Kentucky Bluegrass in China[J]. PLoS One，2015（7）.

[3]王銀年.遺傳算法的研究與應(yīng)用[D].江南大學(xué)，2009.

[4]張志強(qiáng)，宋海生.應(yīng)用Otsu改進(jìn)Canny算子的圖像邊緣檢測(cè)方法[J].計(jì)算機(jī)與數(shù)字工程，2014（01）：122-128.

[5]張錦，李偉，費(fèi)騰.交叉變異蟻群算法在VRP問(wèn)題中的應(yīng)用研究[J].計(jì)算機(jī)工程與應(yīng)用，2009（34）：201-203.

[6]李一鳴.基于交叉變異粒子群算法的復(fù)雜多任務(wù)制造云服務(wù)組合研究[D].重慶大學(xué)，2013.

收稿日期：2016-09-13

作者簡(jiǎn)介：徐福生（1988—），男，浙江杭州人，工學(xué)碩士在讀，研究方向：嵌入式系統(tǒng)。