【正文】 到數(shù)字圖像，上位機(jī)則用于設(shè)計(jì)圖像處理程序，顯示器用于顯示圖像。本文所研究的貼裝平臺(tái)視覺(jué)系統(tǒng)中的圖像處理軟件是基于Open CV開(kāi)源視覺(jué)庫(kù)進(jìn)行開(kāi)發(fā)的。圖28:視覺(jué)系統(tǒng)構(gòu)造圖圖28所示的是貼裝平臺(tái)的視覺(jué)系統(tǒng)的構(gòu)造圖。視覺(jué)系統(tǒng)通過(guò)識(shí)別PCB板上的Mark點(diǎn)從而對(duì)PCB進(jìn)行定位。在每一塊待貼片的PCB板上都有Mark點(diǎn)，貼片機(jī)的下視相機(jī)移動(dòng)到Mark點(diǎn)上方采集圖像，通過(guò)圖像處理獲得Mark點(diǎn)的中心在機(jī)器坐標(biāo)系上的位置，通過(guò)與標(biāo)準(zhǔn)位置進(jìn)行對(duì)比，計(jì)算出該P(yáng)CB板的偏差，然后將偏差值反饋給運(yùn)動(dòng)系統(tǒng)，這樣就可以對(duì)貼裝點(diǎn)坐標(biāo)值進(jìn)行修正。在初始化時(shí)下視系統(tǒng)還用于采集各個(gè)部件的基準(zhǔn)點(diǎn)圖像從而進(jìn)行定位，因此也叫基準(zhǔn)相機(jī)。下視相機(jī)固定安裝在貼片頭機(jī)構(gòu)上，可以隨軸進(jìn)行運(yùn)動(dòng)。該相機(jī)的主要技術(shù)參數(shù)如下：圖像傳感器尺寸:2/3英寸( )，圖像分辨率為1024768(單位:像素)，定焦8mm,1394接口。圖29：下視相機(jī)示意圖上視相機(jī)采集元件的圖像后由圖像處理程序進(jìn)行圖像處理，檢測(cè)出待貼裝元件的位置及角度偏差，然后將偏差值反饋給運(yùn)動(dòng)控制系統(tǒng)及時(shí)對(duì)貼片頭的目標(biāo)貼裝坐標(biāo)值進(jìn)行修正。另外還對(duì)元件進(jìn)行缺陷檢測(cè)。上視相機(jī)固定在機(jī)架上。該相機(jī)的主要技術(shù)參數(shù)如下：圖像傳感器尺寸：1/2英寸（ ），圖像分辨率為12801024(單位:像素)，定焦16mm，USB接口。圖30：上視相機(jī)示意圖 圖像預(yù)處理： 視覺(jué)系統(tǒng)采集圖像之后需要進(jìn)行圖像處理，一般在圖像生成、獲取、傳輸?shù)冗^(guò)程中，受成像系統(tǒng)性能、照明光源性能、通道帶寬和噪聲等諸多因素的影響，總是會(huì)造成圖像質(zhì)量的下降，因此在后續(xù)圖像分析之前要首先要對(duì)圖像進(jìn)行一些圖像增強(qiáng)或圖像分割等預(yù)處理操作。（1）圖像灰度化： 本論文所用的相機(jī)是彩色相機(jī)，為了提高后續(xù)圖像處理的效率和質(zhì)量，首先需要對(duì)圖像進(jìn)行灰度化處理。彩色圖像中的每個(gè)像素的顏色有 R、G、B 三個(gè)分量決定，而每個(gè)分量有255中值可取，這樣一個(gè)像素點(diǎn)可以有1600多萬(wàn)種顏色的變化范圍?；叶葓D像則只保留了圖像的色度和亮度分布信息，一個(gè)像素點(diǎn)的灰度變化范圍只有255種，因此灰度圖的計(jì)算量就比彩色圖像降低了很多。YUV的顏色空間中Y的分量的物理意義是像素點(diǎn)的亮度值。Y=*R+ *G+*B。我們就以該亮度值來(lái)表示圖像的灰度值。（2） 濾波去噪： 圖像信號(hào)在成像和傳輸?shù)倪^(guò)程中會(huì)受到各種噪聲的干擾，這些噪聲使圖像質(zhì)量變差，圖像變得模糊，關(guān)鍵特征被消減甚至淹沒(méi)。因此采用適當(dāng)?shù)姆椒ㄒ詼p少噪聲是一個(gè)非常重要的預(yù)處理步驟。消除圖像中的噪聲成份叫做圖像的平滑化或?yàn)V波操作。對(duì)濾波處理的要求有兩條：一是不能損壞圖像輪廓及邊緣等重要信息；二是改善圖像質(zhì)量。 在圖像處理領(lǐng)域中，濾波算法很多種，如均值濾波、高斯濾波、中值濾波和雙邊濾波等等，其中均值濾波器和中值濾波器，分別是線性濾波器和非線性濾波器的代表。 ①均值濾波 均值濾波也稱為線性濾波，其采用的主要方法為鄰域平均法。線性濾波的基本原理是將圖像中的每個(gè)點(diǎn)的灰度值替換為該點(diǎn)鄰域中所有像素灰度值的平均值。均值濾波計(jì)算過(guò)程如下：給待處理的像素點(diǎn)選定一個(gè)由該點(diǎn)的鄰域內(nèi)的若干像素組成的模板。然后對(duì)模板中所有像素的灰度平均值進(jìn)行求解，最后求得的灰度平均值替換要處理的像素點(diǎn)的灰度。 均值濾波的算法簡(jiǎn)單速度快，但是去噪效果不是很好，只能微弱的減弱噪聲，還可能把圖像中的邊緣信息也削弱。 ②中值濾波 中值濾波法是一種非線性平滑技術(shù)，中值濾波法的基本原理是將每個(gè)像素點(diǎn)的灰度替換成為該點(diǎn)的鄰域模板內(nèi)的所有像素點(diǎn)灰度值序列中的中值。中值濾波的實(shí)現(xiàn)過(guò)程為：為每一個(gè)待處理的像素點(diǎn)選取一個(gè)以它為中心的由該點(diǎn)的鄰域像素點(diǎn)組成的模板，把模板中的像素點(diǎn)灰度值存儲(chǔ)為一個(gè)序列，然后用所以像素點(diǎn)灰度值中的中值替換模板中心待處理像素點(diǎn)的灰度值。 中值濾波善于保護(hù)邊緣輪廓特征，對(duì)消除椒鹽噪聲效果明顯，因此應(yīng)用較多，是經(jīng)典的平滑噪聲的方法。 下圖所示為均值濾波和中值濾波對(duì)椒鹽噪聲的效果，可以看出中值濾波能更好地保護(hù)圖像邊緣信息。 圖31：均值濾波和中值濾波效果圖（3） 圖像的閾值分割： 圖像的閾值分割也叫做圖像的二值化，閾值分割后的圖像上各個(gè)像素點(diǎn)的灰度值只有0和255這兩種狀態(tài)，也就是說(shuō)整幅圖像上所有的像素點(diǎn)都只有黑和白兩種顏色。閾值分割的目的是為了能夠更好的突出圖像整體或局部的輪廓特征。閾值分割的基本原理就是把灰度值大于設(shè)定閾值的像素點(diǎn)的灰度值都置為255（或0），小于該閾值的像素點(diǎn)的灰度值置為0（或255）。常見(jiàn)的閾值分割方法包括有全局閾值法和自適應(yīng)閾值法。 全局閾值是通過(guò)閾值求解算法自動(dòng)計(jì)算或者人為設(shè)定一個(gè)最佳閾值然后用這一閾值對(duì)圖像進(jìn)行分割處理，求解算法包含有Otsu算法、迭代法、最大熵算法等。全局閾值法的優(yōu)點(diǎn)是由于閾值是個(gè)常數(shù)所以算法比較簡(jiǎn)單、計(jì)算時(shí)間短，但是缺點(diǎn)是在圖像光照不均勻等情況下無(wú)法分割出理想的效果。 自適應(yīng)閾值方法最大的特點(diǎn)是閾值本身是一個(gè)變量。這種方法適用于圖像亮度不均勻等情況，因?yàn)樵谶@些情況下沒(méi)有一個(gè)合適的固定閾值可以分割出理想的圖像，這時(shí)比較適合用自適應(yīng)閾值法。自適應(yīng)閾值分割方法的閾值是個(gè)變量，是通過(guò)將每個(gè)像素點(diǎn)周?chē)腶*a區(qū)域中所有像素點(diǎn)的灰度值進(jìn)行加權(quán)平均得到的。自適應(yīng)閾值法的缺點(diǎn)是算法的時(shí)間復(fù)雜度較大。在實(shí)際應(yīng)用中可以根據(jù)情況選擇合適的閾值分割方法。 本文所采用的是Otsu算法來(lái)進(jìn)行圖像的閾值分割處理。Otsu算法也叫大津法或最大類間方差法，Otsu法使用的是聚類的思想，把圖像的灰度數(shù)按灰度級(jí)分成2個(gè)部分，使得兩個(gè)部分之間的灰度值差異最大，每個(gè)部分之間的灰度差異最小，通過(guò)方差的計(jì)算來(lái)尋找一個(gè)合適的灰度級(jí)別來(lái)劃分。Otsu算法被認(rèn)為是圖像分割中閾值選取的最佳算法，計(jì)算簡(jiǎn)單，不受圖像亮度和對(duì)比度的影響。Ostu算法的原理是：設(shè)t為閾值，通過(guò)閾值分割將圖像分割為前景、后景兩個(gè)圖像。W0為閾值分割后前景像素點(diǎn)數(shù)占圖像總像素點(diǎn)數(shù)的比例，U0表示分割后前景像素點(diǎn)的平均灰度，W1為分割后后景像素點(diǎn)數(shù)占圖像總像素點(diǎn)數(shù)的比例，U1為分割后后景像素點(diǎn)的平均灰度，由此可計(jì)算得到閡值分割后整個(gè)圖像的平均灰度值為U=W0U0+W1U1。 當(dāng)t取最佳閡值時(shí)，背景應(yīng)該與前景差別最大，Otsu算法通過(guò)最大類間方差來(lái)衡量閡值的優(yōu)劣，用g來(lái)表示最大類間方差，當(dāng)g最大時(shí)，可以認(rèn)為此時(shí)前景和背景差異最大，此時(shí)的t就是是最佳閡值，方差的計(jì)算公式如下:通過(guò) Otsu 算法計(jì)算閾值分割出的元件圖像如下圖32所示。圖32：元件圖像閾值分割示意圖（4）邊緣檢測(cè)技術(shù)：數(shù)字圖像的邊緣檢測(cè)技術(shù)故名思議就是要獲取圖像的邊緣。圖像邊緣是圖像局部特征突變的一種表現(xiàn)形式?；叶取⒘炼?、顏色等圖像特征的突變都會(huì)產(chǎn)生圖像邊緣。因此邊緣檢測(cè)就是通過(guò)計(jì)算找出圖像特征突變處的像素點(diǎn)集。特征突變即表示特征不連續(xù)，對(duì)于灰度化的圖像，圖像特征都是以灰度值來(lái)表現(xiàn)的，因此我們對(duì)一個(gè)線性區(qū)域內(nèi)的灰度值進(jìn)行求導(dǎo)就可以計(jì)算出灰度突變的像素點(diǎn)位置。通過(guò)求導(dǎo)的方法計(jì)算圖像邊緣的原理如圖33所示。 圖33:邊緣檢測(cè)灰度值求導(dǎo)示意圖 視覺(jué)對(duì)準(zhǔn)技術(shù)：（1） 貼片機(jī)視覺(jué)對(duì)準(zhǔn)： 視覺(jué)圖像對(duì)準(zhǔn)算法的基本原理是利用視覺(jué)傳感器獲取對(duì)象的二維圖像，通過(guò)視覺(jué)圖像處理、分析和解釋，得到有關(guān)景物的符號(hào)描述，并為特定的任務(wù)提供有用信息，用于指導(dǎo)機(jī)械手動(dòng)作。視覺(jué)對(duì)準(zhǔn)的信息基礎(chǔ)是視覺(jué)圖像的特征，視覺(jué)對(duì)準(zhǔn)的正確性和精度直接依賴于特征提取的精度和模板的選擇。圖像處理算法的優(yōu)劣直接影響到視覺(jué)對(duì)準(zhǔn)的精度，因此選用好的圖像處理和模式匹配算法非常重要。視覺(jué)對(duì)準(zhǔn)算法分粗定位和精定位兩步來(lái)實(shí)現(xiàn)。首先進(jìn)行粗定位，分別采集待對(duì)準(zhǔn)的兩個(gè)目標(biāo)形狀的圖像，分別對(duì)兩個(gè)圖像進(jìn)行圖像處理，然后選取基底的圖像作為圖像匹配的模板，圖像處理后分別獲得兩個(gè)圖像中的定位標(biāo)記。貼裝平臺(tái)的視覺(jué)對(duì)準(zhǔn)算法的實(shí)現(xiàn)流程如下圖34所示。圖34：視覺(jué)對(duì)準(zhǔn)算法實(shí)現(xiàn)流程圖 對(duì)于定位標(biāo)記的搜索問(wèn)題實(shí)際上是一個(gè)模式識(shí)別的過(guò)程，常用的定位標(biāo)記搜索方法有不定矩法、目標(biāo)邊界法、目標(biāo)面積法等。為了獲得精確的定位標(biāo)記實(shí)現(xiàn)高精度對(duì)準(zhǔn)，首先要對(duì)兩幅圖像進(jìn)行圖像濾波去噪等預(yù)處理來(lái)改善圖像質(zhì)量，增強(qiáng)對(duì)比度，提取定位標(biāo)記。經(jīng)過(guò)粗定位后兩個(gè)圖像中的形狀基本匹配，然后提取有效區(qū)域進(jìn)行精定位并獲得精確的定位標(biāo)記。定位標(biāo)記的特征點(diǎn)通過(guò)邊緣檢測(cè)算法獲得，然后用點(diǎn)模式匹配的算法對(duì)兩個(gè)圖像進(jìn)行精確匹配。完成對(duì)兩個(gè)圖像的匹配定位后，即可將兩個(gè)圖像的定位點(diǎn)的反饋給控制系統(tǒng)，糾正偏差從而實(shí)現(xiàn)高精度的對(duì)準(zhǔn)。 上一節(jié)中對(duì)圖像預(yù)處理部分已經(jīng)進(jìn)行了介紹。下面著重介紹實(shí)現(xiàn)精定位對(duì)準(zhǔn)所用的點(diǎn)模式匹配算法。（2） 、點(diǎn)模式匹配：在眾多點(diǎn)模式匹配算法中，Van Wamelen提出的快速點(diǎn)模式匹配算法是較為快速的一種。這個(gè)算法適用于各種平移、縮放、旋轉(zhuǎn)以及局部缺失或失真的情況。該算法的時(shí)間復(fù)雜度為O( n( log log n)3/2)。主要的算法思想是用匹配兩個(gè)點(diǎn)集中像素點(diǎn)的最近鄰點(diǎn)來(lái)匹配兩個(gè)點(diǎn)集。一、建立模型： 首先定義兩個(gè)待匹配的點(diǎn)集 P 和Q ： 算法流程圖： 該算法的流程圖如下所示：圖35：點(diǎn)模式匹配算法流程圖圖像處理模塊的實(shí)現(xiàn): 圖像處理模塊是本文所研究的貼裝控制軟件的一個(gè)重要模塊，在本文所設(shè)計(jì)的軟件中，將圖像顯示和處理功能放在軟件主頁(yè)面上進(jìn)行實(shí)現(xiàn)。本文研究的貼裝控制軟件是在 VS2010 開(kāi)發(fā)平臺(tái)上用 C++語(yǔ)言開(kāi)發(fā)的 Windows 應(yīng)用軟件，借助于 MFC 類庫(kù)可以方便的進(jìn)行可視化窗口的創(chuàng)建。 圖像采集功能是通過(guò) Directshow 來(lái)實(shí)現(xiàn)的，Directshow 是微軟推出的基于 COM的流媒體處理開(kāi)發(fā)包。運(yùn)用 Directshow 可以很方便的從圖像采集卡上捕獲數(shù)據(jù)，捕獲到的圖像數(shù)據(jù)可以通過(guò)軟件界面上的控件進(jìn)行實(shí)時(shí)顯示。圖像處理功能是借助于Open CV 開(kāi)源庫(kù)實(shí)現(xiàn)的。 圖像處理功能所在的控制軟件主界面如圖36所示，軟件界面左側(cè)為圖像顯示部分，點(diǎn)擊打開(kāi)攝像頭按鈕后可以對(duì)攝像機(jī)采集的畫(huà)面進(jìn)行實(shí)時(shí)顯示，圖像處理程序可以對(duì)畫(huà)面進(jìn)行一定的實(shí)時(shí)的圖像處理。捕獲圖像按鈕用于實(shí)現(xiàn)拍照功能，當(dāng)攝像頭移動(dòng)到最佳位置時(shí)可對(duì)目標(biāo)物體進(jìn)行拍照獲取靜態(tài)圖像，從而更方便更精確地對(duì)圖像進(jìn)行處理和存儲(chǔ)。元件識(shí)別按鈕和Mark點(diǎn)識(shí)別按鈕分別對(duì)應(yīng)的是對(duì)元件和Mark點(diǎn)的圖像處理功能，由于對(duì)元件和Mark點(diǎn)圖像處理的程序有所不同，因此分別用兩個(gè)按鈕各自實(shí)現(xiàn)相應(yīng)的圖像處理功能。圖36：軟件主界面示意圖圖37所示為通過(guò)通過(guò)閾值分割獲得各個(gè)引腳的中心點(diǎn)，通過(guò)對(duì)各個(gè)引腳像素求取平均值獲得元件中心點(diǎn)位置，通過(guò)對(duì)各個(gè)引腳中心點(diǎn)擬合得到的直線得到元件相對(duì)于圖像坐標(biāo)系 X 軸的偏轉(zhuǎn)角度。圖37：元件中心點(diǎn)及偏角識(shí)別示意圖圖38所示為圖像處理得到的M ark點(diǎn)中心點(diǎn)。圖38：Mark點(diǎn)中心點(diǎn)示意圖 總結(jié)： 本文所研究的課題是本科生實(shí)驗(yàn)教學(xué)搭建表面貼裝技術(shù)實(shí)驗(yàn)平臺(tái)，在已搭建好的硬件平臺(tái)上的基礎(chǔ)上，對(duì)貼片機(jī)的視覺(jué)系統(tǒng)、數(shù)據(jù)組織工藝以及機(jī)器參數(shù)的標(biāo)定方法進(jìn)行研究，最終利用VC++對(duì)貼裝平臺(tái)的控制軟件進(jìn)行了開(kāi)發(fā)，分別對(duì)貼片機(jī)的圖像處理系統(tǒng)、數(shù)據(jù)管理系統(tǒng)和控制系統(tǒng)實(shí)現(xiàn)了相應(yīng)的程序開(kāi)發(fā)，各個(gè)系統(tǒng)模塊都實(shí)現(xiàn)了一定的功能。下面是對(duì)本文工作的進(jìn)一步總結(jié)：（1）對(duì)國(guó)內(nèi)外貼片機(jī)技術(shù)的發(fā)展?fàn)顩r做了大量的資料搜集和研究，對(duì)貼片機(jī)的系統(tǒng)構(gòu)成進(jìn)行了總結(jié)，并對(duì)貼片機(jī)的工藝流程進(jìn)行了深入的分析，確定了各個(gè)軟件模塊的組成，并且分析了各個(gè)軟件模塊要實(shí)現(xiàn)的功能。（2）對(duì)貼裝平臺(tái)的機(jī)器視覺(jué)系統(tǒng)進(jìn)行了研究，分析了機(jī)器視覺(jué)系統(tǒng)的組成，建立了圖像處理軟件界面，并編程實(shí)現(xiàn)了圖像采集和處理功能。對(duì)圖像處理的步驟及所應(yīng)用到的圖像處理算法進(jìn)行了分析。并研究了圖像對(duì)準(zhǔn)技術(shù)在貼片機(jī)上的應(yīng)用。（3）研究了貼平臺(tái)各參數(shù)的標(biāo)定方法，確定了貼片機(jī)中各個(gè)坐標(biāo)系之間的關(guān)系，分析了相機(jī)的成像模型，借助于張正友標(biāo)定法完成了對(duì)相機(jī)內(nèi)參數(shù)的標(biāo)定。分析貼片機(jī)需要標(biāo)定的固定參數(shù)，并對(duì)固定參數(shù)的標(biāo)定方法進(jìn)行了研究。（4）深入分析貼裝流程，確定所需要的貼裝數(shù)據(jù)，在Access中完成了數(shù)據(jù)庫(kù)的建立，對(duì)數(shù)據(jù)庫(kù)中的數(shù)據(jù)表以及表中的字段進(jìn)行合理配置。在Windows平臺(tái)上建立友好的數(shù)據(jù)管理人機(jī)界面，利用ADO數(shù)據(jù)庫(kù)編程技術(shù)實(shí)現(xiàn)數(shù)據(jù)庫(kù)與軟件界面的連接，實(shí)現(xiàn)了良好的數(shù)據(jù)管理功能。36