[發(fā)明專利]基于模板匹配的MELF元件定位與檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201510358082.1
• 申請(qǐng)日: 2015-06-25
• 公開（公告）號(hào): CN105046271B
• 公開（公告）日: 2018-03-30
• 發(fā)明（設(shè)計(jì)）人: 高會(huì)軍;李茹;孫昊;白立飛;楊憲強(qiáng);張?zhí)扃?/a>;周紀(jì)強(qiáng);張延琪
• 申請(qǐng)（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06T7/13;G06T7/136;G06T7/00
• 代理公司: 哈爾濱市松花江專利商標(biāo)事務(wù)所23109
• 代理人: 楊立超

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于模板匹配的MELF元件定位與檢測(cè)方法。

背景技術(shù)

機(jī)器視覺在表面貼裝技術(shù)(SMT)的應(yīng)用已經(jīng)越來越成熟，在貼裝過程中，元件的精確定位和檢測(cè)對(duì)整條SMT生產(chǎn)線的效率有著重要是影響。

MELF是一種圓柱體的封裝形式，兩端有金屬帽電極，通常有晶圓電阻、貼式電感、貼式二極管。目前已有的檢測(cè)方法，主要是針對(duì)片式元件，球形引腳元件和矩形引腳元件，很少有針對(duì)圓柱體元件的研究。在特定的光照條件下,MELF元件的圖像幾何外形特征均表現(xiàn)為比較規(guī)則的矩形區(qū)域,檢測(cè)算法的目標(biāo)為從獲取的圖像中提取一個(gè)可以描述元件位姿的矩形，但在實(shí)際應(yīng)用中，由于受到光源控制器制作工藝的限制，采集到的圖像中元件邊緣有較大的變化，且其圓柱形表面使得在接受正向光照時(shí)會(huì)出現(xiàn)元件表面灰度值分布不均勻的情況，給后續(xù)圖像分割提取元件輪廓帶來很大的困難，除此，傳統(tǒng)的模板匹配法不適合對(duì)帶旋轉(zhuǎn)角度的元件進(jìn)行檢測(cè)，計(jì)算量大，執(zhí)行速度慢，消耗時(shí)間長(zhǎng)，難以滿足貼裝速度的要求。

發(fā)明內(nèi)容

本發(fā)明的目的是為了解決傳統(tǒng)模板匹配算法對(duì)帶旋轉(zhuǎn)角度的元件進(jìn)行檢測(cè)時(shí)存在計(jì)算量大、執(zhí)行速度慢，導(dǎo)致元件定位與檢測(cè)速度慢的問題，而提出一種基于模板匹配的MELF元件定位與檢測(cè)方法。

一種基于模板匹配的MELF元件定位與檢測(cè)方法，所述MELF元件定位與檢測(cè)方法通過以下步驟實(shí)現(xiàn)：

步驟一、采用光學(xué)拍攝系統(tǒng)獲取MELF元件的原始MELF元件圖像；

步驟二、選用固定閾值對(duì)步驟一獲得的原始MELF元件圖像進(jìn)行閾值分割，得到二值化預(yù)處理后的圖像，并計(jì)算二值化預(yù)處理后的圖像中非零像素點(diǎn)的個(gè)數(shù)；

步驟三、判斷步驟二得到的非零像素點(diǎn)的個(gè)數(shù)是否達(dá)到原始MELF元件圖像像素總數(shù)的相應(yīng)倍數(shù)，若否，則結(jié)束MELF元件檢測(cè)過程，返回相應(yīng)的錯(cuò)誤碼；若是，繼續(xù)執(zhí)行步驟四；

步驟四、根據(jù)輸入的MELF元件的長(zhǎng)度和寬度信息建立旋轉(zhuǎn)角度為0°的模板圖像，對(duì)旋轉(zhuǎn)角度為0°的模板圖像以1度為步長(zhǎng)進(jìn)行旋轉(zhuǎn)，得到包括旋轉(zhuǎn)角度為0°的模板圖像在內(nèi)的旋轉(zhuǎn)角度在[-30°,30°]之間的所有模板圖像；

步驟五、采用圖像高斯金字塔計(jì)算方法，將步驟一獲得的原始MELF元件圖像縮小至四分之一作為縮小后的MELF元件圖像，將步驟四獲得的模板圖像縮小至四分之一作為縮小后的模板圖像；其中，縮小后的模板圖像包括縮小后的旋轉(zhuǎn)角度為0°的模板圖像和縮小后的旋轉(zhuǎn)角度在[-30°,30°]之間的模板圖像；

步驟六、分別對(duì)步驟五獲得的縮小后的MELF元件圖像以及步驟一獲得的原始MELF元件圖像進(jìn)行Canny邊緣檢測(cè)得到邊緣圖像，之后分別對(duì)獲得的邊緣圖像進(jìn)行非操作，之后分別計(jì)算非操作后的邊緣圖像中非零像素點(diǎn)到最近零像素點(diǎn)的距離，作為縮小后的MELF元件圖像的距離變換圖像和原始MELF元件圖像的距離變換圖像；

步驟七、用步驟四獲得的模板圖像搜索待匹配圖像，待匹配圖像上被模板圖像覆蓋的區(qū)域作為子區(qū)域圖像，采用模板匹配計(jì)算公式：對(duì)子區(qū)域圖像與模板圖像的相似性與差異性進(jìn)行模板匹配計(jì)算，獲取最佳匹配模板和最佳匹配模板在原始MELF元件圖像中的最佳匹配位置；其中，T(m,n)表示模板圖像T在(m,n)處的灰度值；s^(i,j)(m,n)表示與子區(qū)域圖像s^(i,j)中對(duì)應(yīng)的(m,n)處的灰度值；

步驟八、對(duì)步驟一獲取的原始MELF元件圖像采用Canny邊緣檢測(cè)得到帶干擾點(diǎn)的MELF邊緣圖像，利用步驟七得到的最佳匹配模板和最佳匹配模板在原始MELF元件圖像中的最佳匹配位置的匹配結(jié)果，根據(jù)圖像邊緣點(diǎn)的相關(guān)性從帶干擾點(diǎn)的MELF邊緣圖像中提取出關(guān)鍵邊緣點(diǎn)，以確定原始MELF圖像中MELF元件的整體輪廓，完成MELF元件的定位過程；

步驟九、利用步驟八獲得的所有關(guān)鍵邊緣點(diǎn)形成最小外接矩形，用最小外接矩形表示MELF元件在原始MELF元件圖像中的位置，最小外接矩形的中心坐標(biāo)表示MELF元件的中心坐標(biāo)，最小外接矩形的旋轉(zhuǎn)角度表示MELF元件的旋轉(zhuǎn)角度；在最小外接矩形的中心坐標(biāo)和旋轉(zhuǎn)角度不變的情況下，將最小外接矩形的長(zhǎng)度和寬度放大1.1倍之后形成向外增加偏置量后的矩形；再在最小外接矩形的中心坐標(biāo)和旋轉(zhuǎn)角度的情況下，將最小外接矩形的長(zhǎng)度和寬度縮小0.9倍之后形成向內(nèi)增加偏置量后的矩形；

步驟十、根據(jù)步驟九獲得的向外增加偏置量后的矩形或向內(nèi)增加偏置量后的矩形內(nèi)非零像素的個(gè)數(shù)，判斷檢測(cè)得到的MELF元件位置是否正確，若不正確，則結(jié)束MELF元件的檢測(cè)過程，返回相應(yīng)的錯(cuò)誤碼，若正確，則執(zhí)行步驟十一；