本發(fā)明涉及圖像識別技術領域,尤其涉及一種去除吸嘴干擾的元件圖像識別方法。
背景技術:
貼片機是用來實現(xiàn)高速、高精度地全自動地貼放元器件的設備,是整個SMT生產(chǎn)中最關鍵、最復雜的設備,作為SMT的生產(chǎn)線中的主要設備,貼片機已從早期的低速機械貼片機發(fā)展為高速光學對中貼片機,并向多功能、柔性連接模塊化發(fā)展。貼片機的貼裝頭都設有吸嘴單元和工業(yè)相機,吸嘴單元利用真空吸附的原理對元件進行取放,而工業(yè)相機則用于對吸嘴單元吸附的元件進行位置識別判斷,這是因為吸嘴單元在吸附元件時,并不能保證元件與吸嘴單元的位置角度關系,也就是說元件可能偏離了一定距離或者偏轉(zhuǎn)了一定角度,這就需要工業(yè)相機對元件的位置進行準確識別,再通過貼裝頭的Z軸旋轉(zhuǎn)組件對元件的角度偏轉(zhuǎn)進行旋轉(zhuǎn)補償或?qū)ξ恢闷七M行直線補償,因此工業(yè)相機對元件的位置、角度識別能力對于整體的貼裝工序而言,至關重要。另外,吸嘴單元在吸附元件時,經(jīng)過工業(yè)相機拍攝的元件圖像輪廓有可能會包含吸嘴單元的輪廓,如圖1、圖2和圖3所示,圖1中吸嘴單元的輪廓在元件圖像的長邊露出,圖2中吸嘴元件的輪廓在元件圖像的短邊露出,圖3中吸嘴元件的輪廓在元件圖像的頂點處露出,無論吸嘴元件從元件圖像的哪個位置露出都會造成元件輪廓識別的障礙,進而影響元件貼裝的精度。為此就需要一種能夠有效去除吸嘴干擾、并準確地從元件圖像中識別出元件本身的輪廓的方法。
技術實現(xiàn)要素:
本發(fā)明所要解決的技術問題,在于提供一種元件圖像識別方法,能夠有效去除吸嘴干擾且準確地從元件圖像中識別出元件輪廓。
本發(fā)明解決上述技術問題所采用的技術方案是:
本發(fā)明提供了一種去除吸嘴干擾的元件圖像識別方法,包括步驟:對元件圖像采用邊緣檢測的方式提取出邊緣點,并使用最小外接矩形對所述邊緣點進行粗定位;根據(jù)最小外接矩形的各邊長度確定兩個候選長邊和兩個候選短邊;計算到各邊距離小于m像素的點的個數(shù),滿足要求的點個數(shù)最多的候選長邊為最好長邊,個數(shù)最多的候選短邊為最好短邊,2≤m≤5,m∈N*;將上述距離最好長邊和最好短邊小于m像素的點進行擬合,計算擬合的兩直線的交點,得到元件輪廓的第一頂點;統(tǒng)計所有邊緣點到最好長邊的距離,通過計算y1=f(x1)在各點處的一階導數(shù),x1為距離,y1為個數(shù),確定出個數(shù)峰值y1max,將最大的兩個個數(shù)峰值y1max所對應的距離x1max與元件尺寸設定值進行比較,最接近的距離x1max即為元件輪廓的第一邊長的長度,得到元件輪廓的第二頂點;統(tǒng)計所有邊緣點到最好短邊的距離,通過計算y2=f(x2)在各點處的一階導數(shù),x2為距離,y2為個數(shù),確定出個數(shù)峰值y2max,將最大的兩個個數(shù)峰值y2max所對應的距離x2max與元件尺寸設定值進行比較,最接近的距離x2max即為元件輪廓垂直于所述第一邊長的第二邊長的長度,得到元件輪廓的第三頂點;根據(jù)三個頂點確定元件輪廓。
作為上述技術方案的進一步改進,在對元件圖像提取邊緣點的步驟前,要對元件圖像進行二值化處理。
作為上述技術方案的進一步改進,在對元件圖像提取邊緣點的步驟前,要對元件圖像進行開運算處理。
作為上述技術方案的進一步改進,在最好長邊和最好短邊的擬合步驟中采用的是最小二乘法。
作為上述技術方案的進一步改進,在計算到各邊距離小于m像素的點的個數(shù)步驟中,m的取值為3。
本發(fā)明的有益效果是:
本發(fā)明元件圖像識別方法通過對元件圖像輪廓點進行邊緣采集、擬合、計算求導、峰值比較,最終能夠準確確定出矩形元件的三個頂點,進而確定元件本身的輪廓,有效去除了工業(yè)相機拍攝元件圖像時吸嘴單元的干擾,保證了貼片機貼裝元件的準確性、可靠性。
附圖說明
圖1是元件圖像輪廓包含吸嘴單元輪廓的第一種情況示意圖;
圖2是元件圖像輪廓包含吸嘴單元輪廓的第二種情況示意圖;
圖3是元件圖像輪廓包含吸嘴單元輪廓的第三種情況示意圖;
圖4是圖3所示元件圖像的邊緣輪廓示意圖;
圖5是圖3的元件圖像使用最小外接矩形粗定位的示意圖;
圖6是圖3的元件圖像確定最好長邊和最好短邊的示意圖;
圖7是圖3的元件圖像確定第一邊長的長度示意圖;
圖8是圖3的元件圖像確定第二邊長的長度示意圖;
圖9是圖3的元件圖像確定元件輪廓的示意圖。
具體實施方式
以下將結(jié)合實施例和附圖對本發(fā)明的構(gòu)思、具體結(jié)構(gòu)及產(chǎn)生的技術效果進行清楚、完整地描述,以充分地理解本發(fā)明的目的、特征和效果。顯然,所描述的實施例只是本發(fā)明的一部分實施例,而不是全部實施例,基于本發(fā)明的實施例,本領域的技術人員在不付出創(chuàng)造性勞動的前提下所獲得的其他實施例,均屬于本發(fā)明保護的范圍。
本發(fā)明去除吸嘴干擾的元件圖像識別方法包括如下步驟:
S1、對元件圖像進行前處理,包括圖像二值化和圖像開運算。
圖像二值化就是將圖像上的像素點的灰度值設置為0或255,也就是將整個圖像呈現(xiàn)出明顯的黑白效果。圖像的二值化有利于圖像的進一步處理,使圖像變得簡單,而且數(shù)據(jù)量減小,能凸顯出感興趣的目標的輪廓。
開運算是指使用同一個結(jié)構(gòu)元素對圖像先腐蝕再進行膨脹的運算,其能夠消除元件圖像中的小對象物,在纖細點處分離物體,平滑較大物體的邊界,且不明顯改變元件圖像的面積。
S2、對元件圖像采用邊緣檢測的方式提取出邊緣點,并使用最小外接矩形對所述邊緣點進行粗定位。
如圖4所示,元件圖像由a、b、c、d、e五條線圍成,明顯地,該圖像的輪廓包含了吸嘴單元的輪廓,也就是輪廓線d處。采用邊緣檢測的方式能夠?qū)⒃D像的邊緣點進行提取,以供后續(xù)步驟計算使用。
如圖4和圖5所示,在經(jīng)邊緣檢測提取出邊緣點之后,對邊緣點進行最小外接矩形逼近,從示意圖中可以看出,最小外接矩形的兩條邊與元件圖像的a邊和b邊基本在一條直線上,而最小外接矩形的另外兩條邊則基本與元件圖像的d邊相切。
S3、根據(jù)最小外接矩形的各邊長度確定兩個候選長邊和兩個候選短邊。
最小外接矩形具有四條邊,根據(jù)其各條邊的長度確定出兩個候選長邊和兩個候選短邊。
S4、計算到各邊距離小于m像素的點的個數(shù),滿足要求的點個數(shù)最多的候選長邊為最好長邊,個數(shù)最多的候選短邊為最好短邊,2≤m≤5,m∈N*,本實施例中,m的值優(yōu)選為3個。
如圖6所示,根據(jù)S4的方法從兩個候選長邊中確定出最好長邊11,再從兩個候選短邊中確定出最好短邊12。
S5、將上述距離最好長邊和最好短邊小于m像素的點進行擬合,計算擬合的兩直線的交點,得到元件輪廓的第一頂點。
如圖6所示,最好長邊11和最好短邊12經(jīng)直線擬合之后的交點即為元件輪廓的第一頂點13,本實施例中,直線的擬合優(yōu)選采用最小二乘法。
S6、統(tǒng)計所有邊緣點到最好長邊的距離,通過計算y1=f(x1)在各點處的一階導數(shù),x1為距離,y1為個數(shù),確定出個數(shù)峰值y1max,將最大的兩個個數(shù)峰值y1max所對應的距離x1max與元件尺寸設定值進行比較,最接近的距離x1max即為元件輪廓的第一邊長的長度。
要得到矩形元件準確的外形尺寸,就需要準確判斷出其至少三個頂點的位置。如圖7所示,統(tǒng)計所有邊緣點到最好長邊11的距離,理論上來講同一距離的個數(shù)峰值y1max的最大值應該出現(xiàn)在x1 =L1的位置,從示意圖中就可以看出,x1在x1max的位置其距離最好長邊11距離相等的點明顯多于x1在x11和x12的位置,當通過對個數(shù)y1—距離x1函數(shù)進行一階求導之后就能夠確定出若干個個數(shù)峰值y1max,將最大的兩個個數(shù)峰值y1max對應的距離x1max與元件尺寸設定值L1進行比較,距離與L1更加接近的即為第一邊長的長度。第一邊長的長度取得之后,就可以確定元件輪廓的第二頂點14。
S7、統(tǒng)計所有邊緣點到最好短邊的距離,通過計算y2=f(x2)在各點處的一階導數(shù),x2為距離,y2為個數(shù),確定出個數(shù)峰值y2max,將最大的兩個個數(shù)峰值y2max所對應的距離x2max與元件尺寸設定值進行比較,最接近的距離x2max即為元件輪廓垂直于所述第一邊長的第二邊長的長度。
如圖8所示,與S6相似,統(tǒng)計所有邊緣點到最好短邊12的距離,確定出兩個最大的個數(shù)峰值y2max所對應的距離x2max,再將兩個x2max與元件尺寸設定值L2進行比較,距離與L2更加接近的即為第二邊長的長度。第二邊長的長度取得之后,就可以確定元件輪廓的第三頂點15。
S8、根據(jù)三個頂點確定元件輪廓。
如圖9所示,第一頂點13、第二頂點14、第三頂點15的位置準確得到之后,就能夠?qū)⒃妮喞M行精準的判斷,進而實現(xiàn)去除吸嘴干擾的目的。
以上是對本發(fā)明的較佳實施例進行了具體說明,但本發(fā)明并不限于所述實施例,熟悉本領域的技術人員在不違背本發(fā)明精神的前提下還可做出種種的等同變形或替換,這些等同的變形或替換均包含在本申請權(quán)利要求所限定的范圍內(nèi)。