一种印刷电路板中Mark点的识别与定位方法.pdf
《一种印刷电路板中Mark点的识别与定位方法.pdf》由会员分享,可在线阅读,更多相关《一种印刷电路板中Mark点的识别与定位方法.pdf(7页珍藏版)》请在咨信网上搜索。
1、-97-CHINA SCIENCE AND TECHNOLOGY INFORMATION Mar.2024中国科技信息 2024 年第 6 期三星推荐PCB 在为各行各业提供基础支撑的同时,也在逐渐地向高精度、高密度、高集成化方向发展。如何实现高精度的PCB 定位,是实现高精度表面贴装(Surface Mounting Technology,SMT)、高精度接触式检测的前提条件。传统的 PCB 定位方法包含有机械式定位、机器视觉定位两种。机械式定位又分边定位和孔定位。边定位是通过挤压PCB 的两个边,使 PCB 固定于某一治具当中;而孔定位则是让定位销穿过 PCB 上的定位孔,对 PCB 起到
2、定位和固定作用。机械式定位方式操作烦琐、不方便。机器视觉定位则采用非接触式定位,通过识别 PCB 上的多个(通常为三个)光学标定点(又称为基准点,简称 Mark 点),来构建PCB 的平面坐标系,进而确定其他元器件相对于 Mark 点的位置,实现定位作用。由于机器视觉定位精度较高,目前在 SMT 中使用较多。圆形 Mark 点的识别定位已经有较多的研究成果。Paul Hough 率先提出霍夫圆变换算法,Zhou Lanfeng、李建森等分别根据圆的几何特征对霍夫圆变换进行改进,减少了计算复杂度,提高了运行速度,但在复杂背景、圆残缺的情况下,检测效果较差。熊保玉将最小误差抽样、聚类算法与霍夫算法
3、相结合,提高了圆检测的稳定性。Schneider Viktor J 使用精简霍夫算法实现了圆的实时检测。包晓敏等结合置信图改进 BBS 算法,并将其应用到 SIFT 算法中,实现了PCB中Mark点的定位,同时提高了算法的定位效率,但在 Mark 点残缺或存在遮挡的情况下,会发生误匹配定位准确性不高。周欣则比较了霍夫圆变换算法与模板匹配算法在进行 Mark 点定位时的优劣,指出霍夫圆变换的复杂性和较高的鲁棒性,而模板匹配算法则具有快速性,但鲁棒性较低。熊光洁、程亚彬、刘阳使用最小二乘法拟合算法定位圆孔中心坐标,可实现对完整圆的精确定位,但未进行对残缺圆的拟合实验或实验结果较差。高志亨利用 RA
4、NSAC 算法思想,使用两次最小二乘法拟合算法对圆形 Mark 点进行拟合,提高了拟合精度。张舞杰等提出了改进的 RANSAC 算法实现 PCB 中 Mark 点的拟合,该算法可有效适应 Mark点残缺、凸出等情况。RANSAC 算法是针对最小二乘法的优化,可以克服异常点的干扰,拟合精度较高,但其属于一种概率算法,需要进行多次迭代才能够得出精度较高的结果,所需时间较长。综上所述,当前 PCB 中 Mark 点的定位算法专注于对标准的圆形轮廓进行拟合、定位,而对于残缺、凸出的圆形轮廓的定位研究相对较少。为此,本文提出了一种对残缺圆行业曲线开放度创新度生态度互交度持续度可替代度影响力可实现度行业关
5、联度真实度本文针对视觉准确识别和定位 PCB 板的 Mark 点,提出轮廓最小外接圆与最小二乘法结合的定位算法的观点。在自动化定位点测电子信号行业起到作用。如付诸现实将产生相比手动信号测试,自动定位点测信号效率提升 90%,同时提升了信号测试准确率和标准化的经济效益。一种印刷电路板中 Mark 点的识别与定位方法徐小军 常文涛 史全意徐小军 常文涛 史全意合肥联宝信息技术有限公司徐小军(1982),主任工程师,主要研究计算机图形处理,电子信号自动化测试,计算机硬件研发与设计。常文涛(1984),资深工程师,主要研究电子信号自动化测试,计算机硬件研发与设计。史全意(1986),高级工程师,主要研
6、究信号自动化测试和多机械臂协同和路径规划。中国科技信息 2024 年第 6 期CHINA SCIENCE AND TECHNOLOGY INFORMATION Mar.2024-98-三星推荐或凸出圆具有较强适应性的 Mark 点定位算法。其利用最小外接圆与最小二乘法对采集到的 Mark 点图像进行准确识别和定位。该定位算法主要分为三个步骤:(1)对采集到的图像进行预处理;(2)提取 Mark 点的轮廓点,计算轮廓点的最小外接圆,并利用先验条件对轮廓进行分类:有凸出轮廓、无凸出轮廓;(3)针对不同类型的轮廓提出不同的拟合方式。图 1 所示为该算法的简易流程图。定位算法实现图像预处理图像在采集和
7、传输的过程中会产生噪声,对图像进行预处理是为了尽可能地降低这些噪声对图像的影响,同时过滤掉图像中的无用信息,减少图像处理过程中的计算量。图像的预处理包含有图像灰度化、图像滤波、图像二值化、轮廓点提取等。本文中使用到的图像均为工业相机采集获得。本文中使用的工业相机的型号为:OPT-CM200-GM-04,其分辨率为,工作距离为,视野范围在,搭配使用75mm焦距的镜头。根据公式(1)可计算获得相机的单个像素精度为。(1)理论上来说,像素精度沿像素的 x 方向和 y 方向应当是一致的,但由于制造过程中存在误差,并不能够保证像素在两方向一致。本文使用的像素精度为两方向中像素精度较低的一方。图像灰度化本
8、文中相机采集到的图像为黑白图像,但其本质上仍是包含有 RGB 的 3 通道图像。为了简化运算矩阵需要对图像进行灰度化处理,使其从 3 通道变为单通道。针对图像的灰度化处理有分量法、最大值法、平均值法以及加权平均法。加权平均法是根据人眼对不同颜色的敏感程度对 RGB 三个通道分别取不同的权重,进而得到灰度图像的一种方法。本文使用的灰度化方法为加权平均法。其计算公式如下:Gray=0.299R+0.578G+0.114B图 2 和图 3 分别为相机采集到的原图像以及灰度化后的图像。图 4 中标注了本文的检测目标即 Mark 点区域。图像滤波图像滤波是去除图像采集、传输过程中带来的噪声信号的一种有效
9、办法。通常使用到的滤波方式有中值滤波、均值滤波、高斯滤波等。使用上述三种滤波方法均需要先确定滤波核的尺寸大小。通常采用的滤波核尺寸有 33、55、77 等。以33 的滤波核为例,中值滤波会计算图像在该滤波核覆盖范围下的九个像素值的中值,用中值像素值代替目标点的像素图 1 算法流程图图 4 检测目标图 2 相机采集原图像图 3 灰度化图像-99-CHINA SCIENCE AND TECHNOLOGY INFORMATION Mar.2024中国科技信息 2024 年第 6 期三星推荐值。这种滤波方法可有效去除椒盐噪声,且能够保证图像的细节信息,不改变图像边缘线条的粗细。均值滤波与中值滤波相似,
10、其使用滤波核覆盖范围下的九个像素值的均值代替目标点的像素值。该方法在去除噪声的同时,会使得图像信息变得模糊。高斯滤波使用高斯滤波核,其对滤波核覆盖下的九个像素值按照高斯分布取不同的权重,并用它们的和代替目标点像素值,可以有效去除高斯噪声,同样也会使图像产生一定程度的模糊。考虑到之后需要进行的轮廓提取操作,本文滤波对于线条细节的要求较高。因此采用中值滤波的方式对图像进行处理。在滤波时所使用到的滤波核的大小为 33。图 5 为图像的中值滤波结果。图像二值化图像二值化是在灰度图像的基础上进一步简化图像矩阵的方法,其在简化图像矩阵的同时,又将感兴趣区域给最大限度地保留了下来。将图像灰度矩阵中的像素值以
11、某一阈值进行分类,大于该阈值的像素设为 255,小于该阈值的像素值设为 0。当选取的阈值过小时,二值化滤除的信息较少,图像当中仍旧保留有大量的无用信息;当选取的阈值过大时虽然过滤掉了较多的无用信息,但也造成 Mark 点周围信息的丢失。分析 Mark 点周围像素值的分布,容易看出 Mark点区域和其周围区域存在较大明暗对比。因此可采用较高的阈值,过滤掉大部分信息。经过参数的调试,本文中所选用的二值化阈值为 120。图 6 分别为阈值为 80、120、170 时的二值化图像。当阈值为 80 时,图像中还包含较多的轮廓信息,这为之后轮廓的筛选带来的难度。当阈值为 170 时,虽然其过滤了大多数轮廓
12、,但 Mark 点边缘存在像素丢失问题。图像轮廓筛选与分类拟合在获取到二值化图像之后就要进行轮廓的提取;而后通过对轮廓的筛选,获得 Mark 点的轮廓;进而根据先验条件,判断轮廓是否存在凸出,并据此选择不同的拟合方法。图像轮廓筛选图 7 所示为二值化阈值为 120 时提取到的轮廓图像,其中的红色线条为提取到的轮廓。从图中可以看出,提取出来的轮廓大小、形状各异。除(c)阈值为 170 时的二值化图像图 6 图像二值化(a)阈值为 80 时的二值化图像(b)阈值为 120 时的二值化图像了 Mark 点的圆形轮廓外,图中还包含有面积很小的圆形轮廓,因此想要从中筛选出 Mark 点的轮廓,需要使用到
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 一种 印刷 电路板 Mark 识别 定位 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。