基于圖像處理技術(shù)的電路板圖像配準(zhǔn)研究

基于圖像處理技術(shù)的電路板圖像配準(zhǔn)研究

0精密檢測(cè)技術(shù)研究由于可能存在的不足、中斷、錯(cuò)誤、污垢、溢流和磨損等缺陷，絕緣材料無(wú)法使用。因此，檢查線路缺陷非常重要。但是,在電子器件制造業(yè)中,特別是中小企業(yè)幾乎還不能實(shí)現(xiàn)產(chǎn)品檢驗(yàn)的自動(dòng)化,而是依賴(lài)人的雙眼進(jìn)行目測(cè)。因此存在生產(chǎn)效率低、產(chǎn)品次品率高的現(xiàn)象。隨著計(jì)算機(jī)技術(shù)、CCD技術(shù)及圖像處理技術(shù)的發(fā)展,國(guó)內(nèi)外對(duì)缺陷檢測(cè)的研究也越來(lái)越多,研究的熱點(diǎn)多集中于無(wú)接觸式在線檢測(cè),基于圖像處理的精密檢測(cè)是現(xiàn)代測(cè)量技術(shù)的重要發(fā)展方向。利用光學(xué)投影把測(cè)試目標(biāo)成像于CCD攝像機(jī)芯片,CCD芯片通過(guò)感光把測(cè)試目標(biāo)轉(zhuǎn)化為數(shù)字圖像信號(hào)。利用圖像處理技術(shù)對(duì)測(cè)試目標(biāo)圖像進(jìn)行處理,可以自動(dòng)對(duì)電路板進(jìn)行無(wú)接觸在線檢測(cè),從而大大提高檢測(cè)效率,減少次品率。其檢測(cè)如圖1所示,其中圖像處理部分是檢測(cè)的關(guān)鍵,它將直接影響檢測(cè)結(jié)果和效果。論文提供了將標(biāo)準(zhǔn)圖像和待檢測(cè)圖像進(jìn)行二值化分割、圖像形態(tài)學(xué)處理、圖像配準(zhǔn)和差影檢測(cè)處理為基礎(chǔ)的電路板自動(dòng)檢測(cè)系統(tǒng),該系統(tǒng)可以使印制電路板生產(chǎn)線的末端分檢自動(dòng)化以及批量生產(chǎn)中的印制電路板缺陷的故障率統(tǒng)計(jì),為制造工藝的進(jìn)一步改進(jìn)提供依據(jù)。1圖像分割技術(shù)離線檢測(cè)系統(tǒng)能否實(shí)現(xiàn)目標(biāo)關(guān)鍵是兩個(gè)因素:(1)能否克服干擾和噪聲正確檢測(cè)出真實(shí)缺陷;(2)系統(tǒng)的實(shí)時(shí)性能否滿足要求。對(duì)標(biāo)準(zhǔn)圖像和待檢測(cè)圖像直接進(jìn)行處理實(shí)時(shí)性難以滿足要求?？紤]電路板本身的特點(diǎn)(畫(huà)面比較單一,覆銅部分和非覆銅部分灰度差別較大)可對(duì)電路板進(jìn)行二值化分割后再作相應(yīng)處理,可以大大提高處理速度且對(duì)結(jié)果影響不大。圖像分割是數(shù)字圖像處理領(lǐng)域一類(lèi)非常重要的圖像分析技術(shù),在對(duì)圖像的研究和應(yīng)用中,根據(jù)不同領(lǐng)域的不同需要,在某一領(lǐng)域往往僅對(duì)原始圖像中的某些部分(目標(biāo))感興趣,這些目標(biāo)區(qū)域被來(lái)說(shuō)都具備其自身特定的一些諸如灰度、紋理等性質(zhì),圖像分割就主要根據(jù)圖像在各個(gè)區(qū)域的不同特性,而對(duì)其進(jìn)行邊界或區(qū)域上的分割,并從中提取出所關(guān)心的目標(biāo)。系統(tǒng)中分割采用迭代自動(dòng)求圖像的最佳灰度閾值分割方法,具體可參考文獻(xiàn)。2用于圖像的預(yù)處理由于噪聲、成像環(huán)境和其它干擾的影響,必須對(duì)圖像進(jìn)行濾波處理。數(shù)學(xué)形態(tài)學(xué)是建立在嚴(yán)格的數(shù)學(xué)理論上的學(xué)科,在圖像處理中得到了越來(lái)越廣泛的應(yīng)用,可用于對(duì)圖像進(jìn)行濾波、邊緣檢測(cè)、提取骨架和特征提取等處理。有關(guān)數(shù)學(xué)形態(tài)學(xué)的基本原理可參考文獻(xiàn)。數(shù)學(xué)形態(tài)學(xué)的關(guān)鍵在于采用何種結(jié)構(gòu)元素進(jìn)行處理,不同的結(jié)構(gòu)元素處理效果不同。為了在處理過(guò)程中不影響目標(biāo)區(qū)域的形狀,論文采用3×3方形結(jié)構(gòu)元素對(duì)圖像進(jìn)行一次開(kāi)運(yùn)算和一次閉運(yùn)算,以濾除背景中的噪聲和目標(biāo)區(qū)域中的背景噪聲,而開(kāi)、閉運(yùn)算對(duì)于大的目標(biāo)區(qū)域沒(méi)有任何影響,在濾除噪聲的同時(shí)不改變目標(biāo)區(qū)域。3位置匹配基本原理圖像配準(zhǔn)是要保證標(biāo)準(zhǔn)圖像和待檢測(cè)圖像位置相吻合,是決定檢測(cè)結(jié)果好壞的關(guān)鍵一步。如果圖像位置不吻合,則后續(xù)處理就沒(méi)有任何意義,會(huì)檢測(cè)出很多虛假的缺陷,從而得出錯(cuò)誤的結(jié)論。文獻(xiàn)分別介紹了用最小二乘法和用回歸直線確定線路板對(duì)角定點(diǎn)從而確定兩電路板的位置偏差方法,前一方法要求電路板偏差很小,后一種方法要求電路板的對(duì)角位置上一定能檢測(cè)出頂點(diǎn)。這兩種方法都有特定要求且實(shí)時(shí)性也難以滿足。模板匹配是根據(jù)已知模式在另一幅圖像中尋找相應(yīng)模式的過(guò)程。模板匹配可以把不同傳感器或同一傳感器在不同時(shí)間、不同成像條件下對(duì)同一景物獲取的兩幅或多幅圖像在空間上對(duì)準(zhǔn),即實(shí)現(xiàn)圖像的配準(zhǔn)。由于標(biāo)準(zhǔn)圖像和待檢測(cè)圖像之間的差別在于是否存在缺陷,而缺陷往往比較細(xì)微,標(biāo)準(zhǔn)圖像和待檢測(cè)圖像之間差別不大,可以將模板匹配的理論和方法用于系統(tǒng)中實(shí)現(xiàn)兩幅圖像的位置配準(zhǔn)。模板匹配的基本原理是通過(guò)相關(guān)函數(shù)的計(jì)算來(lái)找到它以及被搜索圖的坐標(biāo)位置。設(shè)模板T疊放在搜索圖S上平移,T的大小為M×N,模板覆蓋下的那塊搜索圖叫子圖Si,j,若T與Si,j一致,則T和Si,j之差為0,可用下列方法來(lái)衡量T與Si,j的相似程度:R(i?j)=Μ∑m=1Ν∑n=1Si,j(m,n)×Τ(m,n)Μ∑m=1Ν∑n=1[Si,j(m,n)]2(1)R(i?j)=∑m=1M∑n=1NSi,j(m,n)×T(m,n)∑m=1M∑n=1N[Si,j(m,n)]2(1)歸一化為:R(i?j)=Μ∑m=1Ν∑n=1Si,j(m,n)×Τ(m,n)√Μ∑m=1Ν∑n=1[Si,j(m,n)]2√Μ∑m=1Ν∑n=1[Τ(m,n)]2(2)T和Si,j越相似,則R(i,j)越大,當(dāng)T和Si,j完全相似時(shí),R(i,j)=1,因此可以根據(jù)R(i,j)的大小來(lái)判斷T和Si,j的相似程度。上述方法求匹配的計(jì)算量非常大,因?yàn)槟０逡?N+M-1)個(gè)參考位置上做相關(guān)計(jì)算,其中除一點(diǎn)以外都是在非匹配點(diǎn)上做無(wú)用功。為了提高處理速度從而滿足實(shí)時(shí)性要求,論文采用如下的序慣相似性檢測(cè)算法(SSDA):定義絕對(duì)誤差值:ε(i,j,mk,nk)=|Si,j(mk,nk)-?S(i,j)-Τ(mk,nk)+?Τ|(3)式中,?S(i,j)=1Μ×ΝΜ∑m=1Ν∑n=1Si,j(m,n)(4)?Τ(i,j)=1Μ×ΝΜ∑m=1Ν∑n=1Τ(m,n)(5)取一不變閾值Tk,在子圖Si,j中隨機(jī)選取一點(diǎn),計(jì)算它同T中對(duì)應(yīng)點(diǎn)的誤差值ε,然后把該值同其它點(diǎn)對(duì)的差值累加起來(lái),當(dāng)累加誤差超過(guò)Tk時(shí)則停止累加,并記下累加次數(shù)r。定義SSDA的檢測(cè)曲面為Ι(i,j)={r|min1≤r≤Μ×n[r∑k=1ε(i,j,mk,nk)≥Τk]}(6)I(i,j)值大的(i,j)點(diǎn)作為匹配點(diǎn),因?yàn)檫@點(diǎn)上需要很多次累加才使總誤差超過(guò)閾值Tk,SSDA算法比FFT的相關(guān)算法快50倍。為了提高匹配速度,模板不能太大,但模板太小又容易出現(xiàn)誤匹配,經(jīng)過(guò)試驗(yàn),模板選20×20比較合適。模板準(zhǔn)確匹配后則兩幅圖像各個(gè)位置也就配準(zhǔn)了。4圖像的坐標(biāo)和所在位置同一種時(shí),學(xué)生在圖像差影檢測(cè)比較簡(jiǎn)單,只要將兩幅配準(zhǔn)后的圖像對(duì)應(yīng)點(diǎn)相減即可。如果電路板上不存在缺陷,則相減后相應(yīng)點(diǎn)的灰度值為0,當(dāng)電路板某處存在缺陷時(shí),該處的差值就不為0。因此相減后灰度值不為0的地方就表明有缺陷存在,而且該處的坐標(biāo)反映了缺陷所在位置,象素點(diǎn)的多少反映了缺陷的大小。而且差值的正負(fù)可以反映出缺陷的類(lèi)型,如果差值為正,表明缺陷處標(biāo)準(zhǔn)圖像上灰度大于待檢測(cè)圖像對(duì)應(yīng)處的灰度,即缺陷為短路、溢出、洇跡缺陷(如短路)。相反,如果差值為負(fù),則為斷路、缺損、擦痕缺陷(如斷路)。圖2(a)為分割并經(jīng)形態(tài)學(xué)處理后的標(biāo)準(zhǔn)電路板圖像,圖2(b)為分割并經(jīng)形態(tài)學(xué)處理后的待檢測(cè)圖像。在圖2(b)圖像中存在兩處缺陷,一處為溢出缺陷,一處為缺損缺陷。圖2(c)為檢測(cè)結(jié)果,結(jié)果中檢測(cè)出了待檢測(cè)電路板上存在的缺陷(圖中方框中的白色區(qū)域,為了便于看清缺陷位置加上白色方框)。圖中偏上的缺陷區(qū)域?qū)?yīng)在待檢測(cè)圖像中為短路缺陷,偏下的缺陷對(duì)應(yīng)在待檢測(cè)圖像中為斷路缺陷。5圖像的精確配準(zhǔn)將CCD獲得的待檢測(cè)電路板圖像和標(biāo)準(zhǔn)電路板圖像經(jīng)過(guò)分割、數(shù)學(xué)形態(tài)