搜索

手机二维码

页面版权所有:深圳市路远自动化设备有限公司 | 粤ICP备09077551号 | 网站建设:中企动力深圳二分

联系我们

地址:深圳市宝安区沙井镇黄埔路52号路远科技园
全国免费热线:400-699-6389
电话:0755-27413177
传真:0755-27413167
E-mail:SMT8882006@126.com

>
>
>
消除吸嘴干扰的视觉对中算法研究

新闻中心

消除吸嘴干扰的视觉对中算法研究

浏览量

摘要:针对贴片机芯片视觉对中过程中出现的吸嘴干扰,提出了3种算法进行消除。3种算法分别是:基于多边形逼近的算法、基于临近点筛选的算法和基于直线拟合的算法。应用结果表明,3种算法能消除多种情形下的吸嘴干扰,有效提高芯片识别的准确性和稳定性。

关键词:视觉对中 吸嘴干扰 多边形逼近 临近点筛选 直线拟合

1.引言

贴片机是电子时代提高电子制造效率的最重要的工具。但是目前国内对电子元器件自动贴装的关键技术研究尚处在起步阶段,所以在速度和精度方面与国外先进水平相比有明显差距。精度上的差距主要体现在元器件放置的位置和角度上。所以,对贴片机拾取的元件进行精密视觉对中调校是十分必要的。过去,贴片机的吸件系统主要是通过机械对中,后来发展到激光对中,现在贴片机的主流对中方式是机器视觉[1-3]。料带在进给过程中,元件会在槽内晃动,导致吸嘴并不能每次都吸附到元件的中心。有时元件位置偏差过大,会导致吸嘴的位置偏出元件的范围,即漏嘴情况,如图1所示。

漏嘴对视觉对中带来极大干扰,导致识别失败或者识别错误。目前国外主流贴片机厂商,如富士、松下、三星、雅马哈等对漏嘴的处理并没有很好的办法,通常做抛料处理。深圳市路远自动化设备有限公司在自主研发智能贴片机的过程中,对吸嘴干扰问题进行深入研究,提出了三种消除算法,最大可能提升视觉对中的准确性和稳定性。

     (a)不漏嘴                  (b)漏在长边                   c)漏在短边                   (d)漏在角上

1 吸嘴吸附元件状态

2.消除吸嘴干扰的算法实现

2.1 基于多边形逼近的算法

     (a)二值图像               (b)多边形逼近            (c)直角筛选            (d)计算中心角度

2 多边形逼近算法的过程和结果

首先对原图进行阈值分割得到二值化图像,然后进行开运算滤除毛刺和噪点[4]。然后查找轮廓并计算轮廓面积,根据元件的长宽参数可得元件的理论面积,以此过滤掉非目标轮廓。对得到的轮廓进行多边形逼近,如果逼近后的多边形的顶点个数大于3个,则依次计算各顶点与其相邻的顶点所构成的夹角,保留夹角最接近直角的3个顶点。这3个顶点的连线所构成的三角形的3条边必为元件长边、短边、对角线。计算对然线的中心即得元件的中心,计算长边与X轴的夹角即为元件的角度。

从图2可以看到,多边形逼近算法对图1(a)和图1(b)识别正确,对图1(c)和图1(d)识别错误。

2.2 基于邻近点筛选的算法

在多边形逼近算法中,若吸嘴露在短边或双边,则在过滤点时易误判,下面使用邻近点算法能在一定程度上降低误判率。

首先对原图进行阈值分割得到二值化图像,然后进行开运算滤除毛刺和噪点。然后查找轮廓并计算轮廓面积,根据元件的长宽参数可得元件的理论面积,以此过滤掉非目标轮廓。对得到的轮廓求最小外接矩形称之为box(边可不平行于坐标轴的矩形),遍历轮廓点,分别求出离box顶点最近的4个点,分别计算这4个点到4条边的最近距离,过滤掉最近距离值最大的一个点,用剩余的3个点计算元件中心和角度,原理与多边形逼近算法中描述的相同。

从图3可以看到,邻近算法对图1(a)、图1(b) 、图1(d)识别正确,对图1(c)识别误差较大。

2.3 基于直线拟合的算法

在最近点算法中,若吸嘴露在短边且露出较多(接近或超过半个吸嘴),则计算中心会有较大误差,下面使用直线拟合算法能有效的降低误判率。

首先对原图进行阈值分割得到二值化图像,然后进行开运算滤除毛刺和噪点,得到图像img_bin。然后查找轮廓并计算轮廓面积,根据元件的长宽参数可得元件的理论面积,以此过滤掉非目标轮廓。对得到的轮廓求最小外接矩形称之为box(边可不平行于坐标轴的矩形),根据box的宽w和高h确定两个长边long_edge_1和两个短边long_edge_2。对图像img_bin进行canny边缘检测,将位于轮廓最小外接规则矩形(边平行于坐标轴)内的边缘点放在一个序列seq中,对seq中的点,计算到long_edge_1的距离小于3像素的点个数count_1,计算到long_edge_2的距离小于3像素的点个数count_2,如果count_1count_2,则long_edge_1为最好长边(此边上吸嘴没有露出),否则long_edge_2为最好长边,将最好长边命名为long_edge。以相同的方法计算最好短边short_edge(此边上吸嘴没有露出)。对所有到long_edge的距离小于3像素的点用最小二乘法进行直线拟合得到直线line_1,对所有到short_edge的距离小于3像素的点用最小二乘法进行直线拟合得到直线line_2,计算两条直线的交点p(x1,y1)。建立函数y=f(x),其中y为seq中到long_edge的距离为x的点的个数,公式如下。

通过一阶导数计算峰值并排序,在最大的两峰中,取离设定值ht最接近的一个为实际高hr。以p为圆心,hr为半径构成圆circle_1,求line_1与circle_1的交点,得到p1、p2,分别求这两个点到box的中心点的距离,去掉距离较大的那个点得到交点ph。用相同的方法得到pw。根据p、phpw3个点计算元件中心和角度,原理与多边形逼近算法中描述的相同。

     (a)二值图像         (b)4个关键点       (c)红圈为滤掉的点     (d)计算中心和角度

3 邻近点算法的过程和结果

       (a)二值图像             (b)边缘点                (c)直线拟合                 (d)交点

4 邻近点算法的过程和结果

从图4可以看到,直线拟合算法对图1(a)、图1(b) 、图1(c)、图1(d)均识别正确。

3 结果与讨论

    本文提出并实现了三种消除漏嘴干扰的视觉对中算法:基于多边形逼近的算法、基于邻近点筛选的算法和基于直线拟合的算法。从实际应用效果看,基于直线拟合的算法较另外两种算法识别更为准确和稳定。

参考文献:

[1] 徐剑飞 ,周德俭 ,林卓强.基于PC机器视觉的贴片机视觉对中应用研究[J]. 测控技术,2007,26(7):82-85

[2] 高强。贴片机视觉对中系统的研制[D].哈尔滨:哈尔滨工业大学,2007:5-7

[3] 鲜飞.贴片机视觉对中系统[J].电子工艺技术,2005,26(5):150-154

[4] Deng Ze-feng, Yin Zhou-ping, Xiong You-lun."High probability impulse noise removing algorithm based on mathematical morphology",IEEE Signal Processing Letters[J]. 2007, 14(1): 31-34

作者简介:

邓泽峰,深圳市路远自动化设备有限公司副总经理,主要从事SMT相关设备开发及技术研究。

付文定,深圳市路远自动化设备有限公司研发工程师

贾孝荣,深圳市路远自动化设备有限公司董事长兼总经理

卜发军,深圳市路远自动化设备有限公司副总经理

产品中心

贾先生:13420987983
传 真:0755-27413167
地 址:深圳市宝安区沙井镇黄埔路52号路远科技园