本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及一種元件定位方法。

背景技術(shù)：

隨著電子產(chǎn)業(yè)的發(fā)展和壯大，市場(chǎng)對(duì)電子產(chǎn)品的小型化和密集化提出了越來(lái)越高的要求。由于SMT(表面貼裝技術(shù)，Surface Mount Technology)具有在精度，自動(dòng)化程度，和生產(chǎn)效率上具有極大的優(yōu)勢(shì)，因此該技術(shù)現(xiàn)已廣泛應(yīng)用于電子產(chǎn)業(yè)。而作為其核心技術(shù)的貼片機(jī)，受到元件封裝的多樣化，小型化等影響，受到了廣泛的研究。元件定位技術(shù)對(duì)貼片機(jī)的貼裝精度具有很大的影響。

現(xiàn)有元件定位技術(shù)主要集中在，利用元件的二值圖像，根據(jù)不同元件的特性對(duì)元件進(jìn)行定位。但是現(xiàn)有的這些方法的通用性不高，且對(duì)光照的魯棒性差。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明是為了解決現(xiàn)有貼片元件定位算法通用性差和對(duì)光照的魯棒性不高的問(wèn)題，提出的一種基于模板匹配的元件定位方法。

本發(fā)明所述的一種基于模板匹配的元件定位方法，該方法的具體步驟為：

步驟一、對(duì)待定位元件建立模板圖像，所述模板圖像中元件的引腳邊緣像素灰度值為a，背景灰度值為0；a為正整數(shù)；

步驟二、以模板圖像的中心為原點(diǎn)建立直角坐標(biāo)系，獲得模板圖像的向量場(chǎng)；

所述模板圖像的信息包括模板圖像的邊緣點(diǎn)到坐標(biāo)原點(diǎn)之間的距離和模板圖像的邊緣點(diǎn)與坐標(biāo)原點(diǎn)之間連線與模板圖像的直角坐標(biāo)系X軸之間的夾角；

步驟三、利用工業(yè)相機(jī)，對(duì)元件進(jìn)行拍照，獲得元件圖像；利用邊緣提取方法提取元件的邊緣圖像；根據(jù)距離變換方法，計(jì)算元件邊緣圖像中的每個(gè)非邊緣像素點(diǎn)到邊緣點(diǎn)的距離，從而獲得元件的距離圖像；

步驟四、從元件的距離圖像中提取距離圖像的灰度下降方向；獲得距離圖像的梯度向量場(chǎng)GVF；

步驟五、利用步驟二和步驟四中獲得的模板圖像的向量場(chǎng)和距離圖像的梯度向量場(chǎng)信息，根據(jù)剛體力學(xué)原理對(duì)待定位元件的旋轉(zhuǎn)角度進(jìn)行估計(jì)；

根據(jù)剛體力學(xué)原理獲得待定位元件的旋轉(zhuǎn)角度的具體方法為：利用公式(1)：

O_k＝O_k-1+sgn(MI(O_k-1))O_s (1)

計(jì)算k次迭代時(shí)模板圖像的旋轉(zhuǎn)角度；其中，sgn(·)為符號(hào)函數(shù)，O_s為迭代步長(zhǎng)，MI(O_k-1)為第k-1次迭代模板圖像的和力矩；

通過(guò)對(duì)所有模板邊緣點(diǎn)處的力矩疊加獲得模板圖像的和力矩：

其中，UT為第k次迭代時(shí)模板邊緣點(diǎn)集，UT＝2DET(U,x_k,y_k,O_k)，2DET為2維歐式變換，x_k為第k次迭代時(shí)模板圖像中心在測(cè)試圖像中的X軸坐標(biāo)，y_k為第k次迭代時(shí)模板圖像中心在測(cè)試圖像中的Y軸坐標(biāo)；

步驟六、利用距離圖像的梯度向量場(chǎng)的收斂性質(zhì)，計(jì)算作用于模板中心的平均梯度向量場(chǎng)的值，對(duì)元件在元件圖像中的位置進(jìn)行估計(jì)；利用迭代公式：

計(jì)算作用于模板中心的平均梯度向量場(chǎng)的值，實(shí)現(xiàn)對(duì)元件在元件圖像中的位置的估計(jì)；其中，GVFX(x，y)和GVFY(x，y)分別代表距離圖像梯度場(chǎng)GVF在X軸和Y軸上的分量；x_k-1和y_k-1分別為第k-1次迭代時(shí)模板圖像中心在測(cè)試圖像中的X軸和Y軸的坐標(biāo)，n為模板圖像中非零灰度值個(gè)數(shù)，即邊緣點(diǎn)個(gè)數(shù)；

步驟七、利用模板引腳邊緣最大半徑作為區(qū)域搜索半徑，建立元件候選搜索區(qū)域；

步驟八、針對(duì)每一個(gè)元件候選搜索區(qū)域，將步驟六公式(3)中元件的初始迭代位置設(shè)置為候選搜索區(qū)域的中心，將步驟五公式(1)中元件的初始迭代角度設(shè)置為候選搜索區(qū)域的長(zhǎng)軸方向；

步驟九、利用步驟六所述的迭代公式(3)，計(jì)算每次迭代時(shí)，位置變化幅度，建立位置終止條件；獲得元件在模板圖像中的坐標(biāo)；

步驟十、利用距離費(fèi)用函數(shù)，建立匹配費(fèi)用終止條件；獲得元件在模板圖像中的角度，實(shí)現(xiàn)元件的定位。

進(jìn)一步：步驟二所述的以模板圖像中心為原點(diǎn)建立直角坐標(biāo)系，提取模板圖像信息，獲得模板圖像的向量場(chǎng)的方法為：

首先，利用圖像處理方法獲得模板元件信息：元件大小、引腳個(gè)數(shù)、引腳長(zhǎng)度、引腳寬度、引腳種類和引腳所在位置；

其次，利用模板元件信息，建立引腳邊緣圖像，所述引腳邊緣圖中非零像素點(diǎn)集為U＝{u_m＝(x_m,y_m)}，其中u_m為點(diǎn)集中第m個(gè)點(diǎn)，(x_m,y_m)為第m個(gè)點(diǎn)的坐標(biāo)，單位為像素；

然后，以模板圖像中心為原點(diǎn)建立直角坐標(biāo)系，令C為從模板圖像中的一段邊緣線，點(diǎn)A為邊緣線C上的一個(gè)像素非0點(diǎn)；原點(diǎn)O到點(diǎn)A之間的距離為d_OA，且向量與向量之間的夾角為θ_AOX，如圖2所示，則在點(diǎn)A處所提取的距離信息為：

角度信息為：

其中，U為實(shí)數(shù)集合，利用求A點(diǎn)距離角度的方法，遍歷引腳邊緣圖像的所有邊緣點(diǎn)，獲得模板圖像的向量場(chǎng)。

進(jìn)一步地：步驟三所述獲得元件的距離圖像的具體方法為：

利用邊緣提取方法提取元件的邊緣圖像；利用3-4DT矩陣計(jì)算元件邊緣圖像中每個(gè)非0像素點(diǎn)到最近的邊緣點(diǎn)的距離，并將元件的距離圖像表示為DT(x,y)。

進(jìn)一步地：步驟四所述獲得距離圖像的梯度向量場(chǎng)DTOF的具體方法為：

將[02π)均勻量化為8個(gè)離散通道：Φ＝{πn/4},n＝{0,1,…,7}；建立3×3滑動(dòng)窗口，距離圖像中邊緣點(diǎn)的梯度方向?yàn)镈TO(x,y)等于-1；距離圖中非邊緣像素點(diǎn)的梯度方向?yàn)镈TO(x,y)∈Φ；

求取距離圖像的梯度方向場(chǎng)DTOF：

DTOF(x,y)＝{cos(DTO(x,y))sin(DTO(x,y))} (6)

梯度圖像的梯度場(chǎng)GVF：

進(jìn)一步地：步驟九中利用步驟六所述的位置迭代公式，計(jì)算每次迭代時(shí)，位置變化幅度，建立位置終止條件的方法為：利用公式：

其中，(x_k,y_k)和(x_k-1,y_k-1)為第k次和第k-1次迭代時(shí)模板圖像中心在測(cè)試圖像中坐標(biāo)；d_P為第k次迭代時(shí)，位置變化幅度。

進(jìn)一步地：步驟十中利用距離費(fèi)用函數(shù)，建立匹配費(fèi)用終止條件的方法為：

利用公式：

其中，(x_k,y_k)為第k次迭代時(shí)模板圖像中心在測(cè)試圖像中坐標(biāo)，O_k為第k次迭代時(shí)模板圖像的旋轉(zhuǎn)角度，UT為第k次迭代時(shí)，模板圖像的邊緣點(diǎn)集,DT(u_i)為點(diǎn)u_i處的距離圖像中的距離值。

本發(fā)明在實(shí)現(xiàn)了元件的視覺(jué)定位功能的同時(shí)，更是在算法通用性和魯棒性上達(dá)到一個(gè)比較高的水平。根據(jù)重復(fù)測(cè)試結(jié)果顯示，本發(fā)明對(duì)所選取實(shí)例計(jì)算一次所需時(shí)間平均為30ms，相同外界條件下100次重復(fù)測(cè)試的重復(fù)精度也達(dá)到±0.001mm內(nèi)，本發(fā)明所述的基于視覺(jué)的元件定位方法無(wú)論精度，實(shí)時(shí)性，穩(wěn)定性都很高性能。

附圖說(shuō)明

圖1為8引腳芯片模板圖像；

圖2為具體實(shí)施方式二所述的模板圖像的信息示意圖；

圖3為具體實(shí)施方式二所述的3×3滑動(dòng)窗口示意圖；圖中i、j分別為3×3滑動(dòng)窗口的中心橫縱坐標(biāo)；

圖4為具體實(shí)施方式四所述的距離圖像的梯度場(chǎng)示意圖；

圖5為具體實(shí)施方式四所述的距離圖像的梯度向量場(chǎng)示意圖；

圖6為本發(fā)明所述方法的流程圖。

具體實(shí)施方式

具體實(shí)施方式一、結(jié)合圖1說(shuō)明本實(shí)施方式，本實(shí)施方式所述的一種基于模板匹配的元件定位方法，該方法的具體步驟為：

步驟一、對(duì)待定位元件建立模板圖像，所述模板圖像中元件的引腳邊緣像素灰度值為a，背景灰度值為0；a為正整數(shù)；模板圖像如圖1所示；

步驟二、以模板圖像的中心為原點(diǎn)建立直角坐標(biāo)系，獲得模板圖像的向量場(chǎng)；

所述模板圖像的信息包括模板圖像的邊緣點(diǎn)到坐標(biāo)原點(diǎn)之間的距離和模板圖像的邊緣點(diǎn)與坐標(biāo)原點(diǎn)之間連線與模板圖像的直角坐標(biāo)系X軸之間的夾角；

步驟三、利用工業(yè)相機(jī)，對(duì)元件進(jìn)行拍照，獲得元件圖像；利用邊緣提取方法提取元件的邊緣圖像；根據(jù)距離變換方法，計(jì)算元件邊緣圖像中的每個(gè)非邊緣像素點(diǎn)到邊緣點(diǎn)的距離，從而獲得元件的距離圖像；

步驟四、從元件的距離圖像中提取距離圖像的灰度下降方向；獲得距離圖像的梯度向量場(chǎng)GVF；

步驟五、利用步驟二和步驟四中獲得的模板圖像的向量場(chǎng)和距離圖像的梯度向量場(chǎng)信息，根據(jù)剛體力學(xué)原理對(duì)待定位元件的旋轉(zhuǎn)角度進(jìn)行估計(jì)；

根據(jù)剛體力學(xué)原理獲得待定位元件的旋轉(zhuǎn)角度的具體方法為：利用公式(1)：

O_k＝O_k-1+sgn(MI(Ok_-1))O_s (1)

計(jì)算k次迭代時(shí)模板圖像的旋轉(zhuǎn)角度；其中：sgn(·)為符號(hào)函數(shù)，O_s為迭代步長(zhǎng)，MI(O_k-1)為第k-1次迭代模板圖像的和力矩；

通過(guò)對(duì)所有模板邊緣點(diǎn)處的力矩疊加獲得模板圖像的和力矩：

其中，UT為第k次迭代時(shí)模板邊緣點(diǎn)集，UT＝2DET(U,x_k,y_k,O_k)，2DET為2維歐式變換，x_k為第k次迭代時(shí)模板圖像中心在測(cè)試圖像中的X軸坐標(biāo)，y_k為第k次迭代時(shí)模板圖像中心在測(cè)試圖像中的Y軸坐標(biāo)；

步驟六、利用距離圖像的梯度向量場(chǎng)的收斂性質(zhì)，計(jì)算作用于模板中心的平均梯度向量場(chǎng)的值，對(duì)元件在元件圖像中的位置進(jìn)行估計(jì)；利用迭代公式：

計(jì)算作用于模板中心的平均梯度向量場(chǎng)的值，實(shí)現(xiàn)對(duì)元件在元件圖像中的位置的估計(jì)；其中，GVFX(x，y)和GVFY(x，y)分別代表距離圖像梯度場(chǎng)GVF在X軸和Y軸上的分量；x_k-1和y_k-1分別為第k-1次迭代時(shí)模板圖像中心在測(cè)試圖像中的X軸和Y軸的坐標(biāo)，n為模板圖像中非零灰度值個(gè)數(shù)，即邊緣點(diǎn)個(gè)數(shù)；

步驟七、利用模板引腳邊緣最大半徑作為區(qū)域搜索半徑，建立元件候選搜索區(qū)域；

步驟八、針對(duì)每一個(gè)元件候選搜索區(qū)域，將步驟六公式(3)中元件的初始迭代位置設(shè)置為候選搜索區(qū)域的中心，將步驟五公式(1)中元件的初始迭代角度設(shè)置為候選搜索區(qū)域的長(zhǎng)軸方向；

步驟九、利用步驟六所述的迭代公式(3)，計(jì)算每次迭代時(shí)，位置變化幅度，建立位置終止條件；獲得元件在模板圖像中的坐標(biāo)；

步驟十、利用距離費(fèi)用函數(shù)，建立匹配費(fèi)用終止條件；獲得元件在模板圖像中的角度，實(shí)現(xiàn)元件的定位。

本發(fā)明首先，獲取待定位元件的信息，建立元件模板圖像，獲取元件非零像素點(diǎn)的距離和角度信息；其次，在線獲取元件圖片，利用邊緣提取方法提取邊緣信息，再通過(guò)距離變換得到元件的距離變換圖像；然后針對(duì)距離變換圖像獲取元件距離圖像的梯度場(chǎng)；再次，利用元件梯度圖像建立搜索區(qū)域、初始位置和初始角度；再次利用剛體力學(xué)原理，通過(guò)迭代的方法，獲取元件在圖像中的位置和角度。最終實(shí)現(xiàn)元件的在線定位。

具體實(shí)施方式二、本實(shí)施方式是對(duì)具體實(shí)施方式一所述的一種基于模板匹配的元件定位方法的進(jìn)一步說(shuō)明，該方法的具體步驟為：步驟二所述的以模板圖像中心為原點(diǎn)建立直角坐標(biāo)系，提取模板圖像信息，獲得模板圖像的向量場(chǎng)的方法為：

首先，利用圖像處理方法獲得模板元件信息：元件大小、引腳個(gè)數(shù)、引腳長(zhǎng)度、引腳寬度、引腳種類和引腳所在位置；

其次，利用模板元件信息，建立引腳邊緣圖像，所述引腳邊緣圖中非零像素點(diǎn)集為U＝{u_m＝(x_m,y_m)}，其中u_m為點(diǎn)集中第m個(gè)點(diǎn)，(x_m,y_m)為第m個(gè)點(diǎn)的坐標(biāo)，單位為像素；

然后，以模板圖像中心為原點(diǎn)建立直角坐標(biāo)系，令C為從模板圖像中的一段邊緣線，點(diǎn)A為邊緣線C上的一個(gè)像素非0點(diǎn)；原點(diǎn)O到點(diǎn)A之間的距離為d_OA，且向量與向量之間的夾角為θ_AOX，如圖2所示，則在點(diǎn)A處所提取的距離信息為：

角度信息為：

其中，U為實(shí)數(shù)集合，利用求A點(diǎn)距離角度的方法，遍歷引腳邊緣圖像的所有邊緣點(diǎn)，獲得模板圖像的向量場(chǎng)。

具體實(shí)施方式三、本實(shí)施方式是對(duì)具體實(shí)施方式一所述的一種基于模板匹配的元件定位方法的進(jìn)一步說(shuō)明，步驟三所述獲得元件的距離圖像的具體方法為：

利用邊緣提取方法：利用Sobel、Isotropic、SobelRoberts、Prewitt、Laplacian或Canny算子提取元件的邊緣圖像；

利用3-4DT矩陣計(jì)算元件邊緣圖像中每個(gè)非0像素點(diǎn)到最近的邊緣點(diǎn)的距離，并將元件的距離圖像表示為DT(x,y)。

具體實(shí)施方式四、本實(shí)施方式是對(duì)具體實(shí)施方式一、二或三所述的一種基于模板匹配的元件定位方法的進(jìn)一步說(shuō)明，步驟四所述獲得距離圖像的梯度向量場(chǎng)DTOF的具體方法為：

將[0 2π)均勻量化為8個(gè)離散通道：Φ＝{πn/4},n＝{0,1,…,7}；建立3×3滑動(dòng)窗口，距離圖像中邊緣點(diǎn)的梯度方向?yàn)镈TO(x,y)等于-1；距離圖中非邊緣像素點(diǎn)的梯度方向?yàn)镈TO(x,y)∈Φ；求取距離圖像的梯度方向場(chǎng)DTOF：

DTOF(x,y)＝{cos(DTO(x,y)) sin(DTO(x,y))} (6)

梯度圖像的梯度場(chǎng)GVF：

具體實(shí)施方式五、本實(shí)施方式是對(duì)具體實(shí)施方式一、二或三所述的一種基于模板匹配的元件定位方法的進(jìn)一步說(shuō)明，步驟九中利用步驟六所述的位置迭代公式(3)，計(jì)算每次迭代時(shí)，位置變化幅度，建立位置終止條件的方法為：利用公式：

其中，(x_k,y_k)和(x_k-1,y_k-1)為第k次和第k-1次迭代時(shí)模板圖像中心在測(cè)試圖像中坐標(biāo)；d_P為第k次迭代時(shí)，位置變化幅度。

具體實(shí)施方式六、本實(shí)施方式是對(duì)具體實(shí)施方式一、二或三所述的一種基于模板匹配的元件定位方法的進(jìn)一步說(shuō)明，驟十中利用距離費(fèi)用函數(shù)，建立匹配費(fèi)用終止條件的方法為：

利用公式：

其中，(x_k,y_k)為第k次迭代時(shí)模板圖像中心在測(cè)試圖像中坐標(biāo)，O_k為第k次迭代時(shí)模板圖像的旋轉(zhuǎn)角度，UT為第k次迭代時(shí)，模板圖像的邊緣點(diǎn)集,DT(u_i)為點(diǎn)u_i處的距離圖像中的距離值。