[發明專利]基于雙閾值二值化的在線式AOI圖像檢索方法

無效

• 申請號: 201210412289.9
• 申請日: 2012-10-25
• 公開（公告）號: CN102938077A
• 公開（公告）日: 2013-02-20
• 發明（設計）人: 何冰;葛春平;王菊霞;李國強
• 申請（專利權）人: 渭南師范學院
• 主分類號: G06K9/64
• 分類號: G06K9/64
• 代理公司: 北京中恒高博知識產權代理有限公司 11249
• 代理人: 夏晏平

技術領域

本發明涉及SMT技術領域，尤其涉及一種基于雙閾值二值化的在線式AOI圖像檢索方法。

背景技術

自動光學檢測（Automatic?Optic?Inspection，AOI），是基于光學原理來對PCB板焊接生產中遇到的常見缺陷進行檢測的方法。它是近幾年來興起的一種SMT檢測技術。

隨著SMT行業的迅速發展，元器件尺寸正朝著微型化、密集型方向發展，這使得人工目測方式檢測PCB板上元件的缺陷顯得力不從心，靠人工去檢測效率較低，而且費時費力。傳統的一些檢測技術，如在線測試儀已經不能適應SMT發展的要求。所以AOI技術是為適應SMT發展的要求而產生的。

目前現有的AOI軟件在檢測目標元件時都存在漏報和誤報問題，造成此原因涉及兩個方面的問題：采集圖像時所采用的光源和軟件中所采用的檢測算法。

第一個方面所存在的問題隨著高清晰、高分辨率CCD和掃描設備的出現，大多數AOI制造商已經開始根據自身的實際情況做出相應的改進，如采用300~500萬像素的CCD即可采集到現有最小封裝尺寸01005元件的清晰圖像。

第二個問題是AOI軟件檢測算法，由于各個廠商所采用的算法不盡相同，所以檢測的效果也有所區別。目前大多數AOI算法原理有下列幾種：圖像比對原理、權值成像原理、圖像統計學習、相似性分析、圖像匹配、矢量分析、顏色距離分析、字符識別、灰階運算。而無論采用哪種算法都會在元件檢測時產生誤報和漏報問題，為了降低漏報率和誤報率，只有在算法上尋求更精確的定位和圖像識別方式。

有鑒于此，有必要對現有技術中的AOI圖像檢索方法予以改進，以解決上述問題。

發明內容

本發明的目的在于提供誤報率與漏報率較低的一種AOI圖像檢索方法。

為實現上述目的，本發明提供了一種基于雙閾值二值化的在線式AOI圖像檢索方法，包括以下步驟：

S1、獲取標準PCB板的位置圖像；

S2、對位置圖像進行灰度化處理，得到灰度模板圖像；

S3、對灰度模板圖像進行雙閾值二值化處理，得到模板圖像；

S4、獲取待檢測PCB板的位置圖像，并根據步驟S3中設定的雙閾值獲取所述模板圖像所對應的搜索區域圖像；

S5、將搜索區域圖像與模板圖像進行匹配，以搜索出與模板圖像匹配度最大的位置點。

作為本發明的進一步改進，所述步驟S1具體為：通過圖像采集裝置和/或圖像編輯裝置獲取標準PCB板上的至少一個電子元件的位置圖像。

作為本發明的進一步改進，所述步驟S2具體為：對所述位置圖像進行256級灰度化處理，得到灰度級在0至255范圍內的灰度模板圖像。

作為本發明的進一步改進，所述步驟S3具體為：對灰度模板圖像進行雙閾值二值化處理，設定上限閾值Ta及下限閾值Tb，以獲取所述模板圖像所對應的搜索區域圖像，并保存至數據庫中。

作為本發明的進一步改進，所述上限閾值Ta的閾值范圍為0至250，所述下限閾值Tb的閾值范圍為0至100。

作為本發明的進一步改進，所述步驟S3進一步包括對獲取待檢測PCB板的位置圖像設置上下偏差閾值Tc及左右偏差閾值Td。

作為本發明的進一步改進，所述步驟S3進一步包括對獲取待檢測PCB板的位置圖像設置相似度閾值Te。

作為本發明的進一步改進，所述相似度閾值Te設置為85%。

作為本發明的進一步改進，所述步驟S5具體為：獲取所述模板圖像所對應的搜索區域圖像，然后對搜索區域圖像進行256級灰度化處理，并從數據庫中調用上限閾值Ta及下限閾值Tb，以進行歸一化互相關模板匹配處理，用以將搜索區域圖像與模板圖像進行匹配，以得到位置相關系數R（x,y）,并根據相似度閾值Te，搜索出與模板圖像匹配度最大的位置點。

作為本發明的進一步改進，若位置相關系數R（x,y）大于或者等于所述相似度閾值Te，則表明所述待檢測PCB板上電子元件的位置符合要求；若位置相關系數R（x,y）小于所述相似度閾值Te，則表明所述待檢測PCB板上電子元件的位置不符合要求。

與現有技術相比，本發明的有益效果是：通過雙閾值二值化處理，可降低位置圖像的灰度值，使電子元件所在的目標區域更加凸出，且可有效地降低運算量，提高運算速度，從而降低了AOI軟件在圖像識別時的漏報率與誤報率。

附圖說明

圖1為本發明基于雙閾值二值化的在線式AOI圖像檢索方法的流程示意圖。

具體實施方式