CN106373161A - 一种基于sift特征点的定位方法 - Google Patents

一种基于sift特征点的定位方法 Download PDF

Info

Publication number
CN106373161A
CN106373161A CN201610839797.3A CN201610839797A CN106373161A CN 106373161 A CN106373161 A CN 106373161A CN 201610839797 A CN201610839797 A CN 201610839797A CN 106373161 A CN106373161 A CN 106373161A
Authority
CN
China
Prior art keywords
sift
characteristic point
layout
pcb plate
point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610839797.3A
Other languages
English (en)
Other versions
CN106373161B (zh
Inventor
高会军
杨宪强
白立飞
孙昊
刘鑫
许超
张智浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN201610839797.3A priority Critical patent/CN106373161B/zh
Publication of CN106373161A publication Critical patent/CN106373161A/zh
Application granted granted Critical
Publication of CN106373161B publication Critical patent/CN106373161B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30141—Printed circuit board [PCB]

Abstract

一种基于SIFT特征点的定位方法，涉及一种基于SIFT特征点的印刷电路板的视觉定位方法。解决了现有传统贴片机对PCB板进行定位的方法定位准确度低，造成的元件贴装精度低的问题。首先，获取待定位PCB板的布局图，粗略提取该布局图上的SIFT特征点；其次，在线获取待定位PCB板的真实图片上的SIFT特征点；然后，对布局图和真实图上的SIFT特征点进行匹配，获得粗略的匹配点对，再对粗略的匹配点对采用点集配准方法进行精确筛选，获得筛选后的匹配点对的位置，最后，根据筛选后的匹配点对的位获得PCB板的位置信息。本发明定位方法通过改善PCB板的定位精度，来提高其PCB板上贴片元件的定位精度。

Description

一种基于SIFT特征点的定位方法
技术领域
本发明涉及一种基于SIFT特征点的印刷电路板的视觉定位方法。
背景技术
随着电子产业的发展，市场对电子产品的要求越来越苛刻，不仅要达到小型化、轻量化、薄型化，高集成化，更是要在组装生产过程中达到自动化。因此表面贴装技术作为新一代的电子组装技术，得到了越来越广泛的应用。贴片机作为表面贴装技术中的核心设备，也得到了迅猛的发展。视觉定位算法直接影响着其贴装精度和速度。
现如今我国的贴片机才刚刚起步，与国外水平相距甚远，PCB板的视觉识别算法方面的专利又是少之又少，这对于我国电子产业的发展十分不利。现有贴片机在元件贴装时，利用PCB板的Mark点来求取PCB位置，当PCB板质量存在问题或Mark点定位不准确时，造成PCB板的定位不准确。
而实际对元件进行贴装时，是结合设计PCB板时，元件在PCB板布局图中的位置，求取实际元件贴装位置。因PCB板的定位不准确，造成PCB板上贴装元件贴装位置不准确，从而造成元件贴装精度下降。
发明内容
本发明是为了解决现有传统贴片机对PCB板进行定位的方法定位准确度低，造成的元件贴装精度低的问题。本发明提供了一种基于SIFT特征点的定位方法。
一种基于SIFT特征点的定位方法，该方法包括如下步骤：
步骤一：采用PCB设计软件获取所需待定位PCB板的布局图；
步骤二：利用SIFT特征提取方法获得待定位PCB板布局图上SIFT特征点集合
表示布局图中的第i个SIFT特征点，i为正整数，M为布局图中SIFT特征点的个数；
步骤三：通过贴片机中的相机在线获取待定位PCB板的图片，并利用SIFT特征提取方法对待定位PCB板的图片进行SIFT特征提取，从而得到真实图片上SIFT特征点集合
表示真实图片中的第j个SIFT特征点，j为正整数，N为真实图片中SIFT特征点的个数；
步骤四：采用SIFT特征匹配的方法对集合中的各SIFT特征点与集合中的各SIFT特征点进行特征匹配，得到特征匹配点对集合
根据得到的特征匹配点对集合Π，获得布局图中特征匹配成功的SIFT特征点位置集合X＝{x1,x2,…,xi}和真实图片中特征匹配成功的SIFT特征点位置集合Y＝{y1,y2,…,yi}，
其中，表示布局图中的第τi个SIFT特征点，
表示真实图片中的第γi个SIFT特征点，τi为整数，γi为整数，
xi表示布局图中第τi个SIFT特征点的位置坐标，
yi表示真是图片中第γi个SIFT特征点的位置坐标，
步骤五：利用点集配准方法对步骤四获得的集合X和Y进行基于位置的筛选，获得位置集合X′和位置集合Y′，其中，
X′＝{x′1,x′2,…,x′k}，X′表示位置筛选后的布局图中特征匹配成功的SIFT特征点位置集合，其中x′k为位置集合X中的第k个SIFT特征点的位置；
Y′＝{y′1,y′2,…,y′k}，Y′表示位置筛选后的真实图片中特征匹配成功的SIFT特征点位置集合；其中y′k为位置集合Y中的第k个SIFT特征点的位置；
步骤六：定义中间变量θ＝(s,cx,cy,ca)，利用下述公式一和公式二，得到PCB板的缩放因子s、PCB板在真实图片中的位置c＝(cx,cy)和角度ca，从而完成对PCB板的定位；
θ＝argminE(s,cx,cy,ca) 公式一，
其中，R为旋转矩阵，p为整数，cx表示PCB板在真实图片中的X轴坐标，cy表示PCB板在真实图片中的Y轴坐标。
所述的步骤二和步骤三中SIFT特征提取方法利用开源计算机视觉库VLFeat或OpenCV实现。
现有技术中对PCB板进行定位的方法为利用PCB板上的Mark点进行定位。该种方法仅用若干个Mark点对PCB进行定位，并未精确求取PCB中元件的焊盘位置，从而造成准确度下降。为了充分利用PCB上的所有焊盘，本发明给出了一种基于SIFT特征点的PCB定位方法。由于该方法利用的是SIFT特征点，较Mark点能更好的表征PCB板中的全局特征，从而提高PCB板的定位精度。
本发明首先，获取待定位PCB板的布局图，粗略提取该布局图上的SIFT特征点；其次，在线获取待定位PCB板的真实图片上的SIFT特征点；然后，对布局图和真实图上的SIFT特征点进行匹配，获得粗略的匹配点对，再对粗略的匹配点对采用点集配准方法进行精确筛选，获得筛选后的匹配点对的位置，最后，根据筛选后的匹配点对的位获得PCB板的位置信息；获得PCB板的位置信息后，再通过贴片机对PCB板进行贴片，该种贴片方式同现有技术中的贴片方式比准确度提高了30％以上。
本发明带来的有益效果是，发明实现了利用SIFT特征点对PCB板进行精确定位，本发明对所选取PCB板进行定位，定位所需的平均时间为20ms，在相同外界条件下，对该PCB板进行100次重复测试，重复测试精度也达到±0.001mm内，由此可知本发明方法在精度、实时性和稳定性上均有较高的性能。
具体实施方式
具体实施方式一：本实施方式所述的一种基于SIFT特征点的定位方法，该方法包括如下步骤：
步骤一：采用PCB设计软件获取所需待定位PCB板的布局图；
步骤二：利用SIFT特征提取方法获得待定位PCB板布局图上SIFT特征点集合
表示布局图中的第i个SIFT特征点，i为正整数，M为布局图中SIFT特征点的个数；
步骤三：通过贴片机中的相机在线获取待定位PCB板的图片，并利用SIFT特征提取方法对待定位PCB板的图片进行SIFT特征提取，从而得到真实图片上SIFT特征点集合
表示真实图片中的第j个SIFT特征点，j为正整数，N为真实图片中SIFT特征点的个数；
步骤四：采用SIFT特征匹配的方法对集合中的各SIFT特征点与集合中的各SIFT特征点进行特征匹配，得到特征匹配点对集合
根据得到的特征匹配点对集合Π，获得布局图中特征匹配成功的SIFT特征点位置集合X＝{x1,x2,…,xi}和真实图片中特征匹配成功的SIFT特征点位置集合Y＝{y1,y2,…,yi}，
其中，表示布局图中的第τi个SIFT特征点，
表示真实图片中的第γi个SIFT特征点，τi为整数，γi为整数，
xi表示布局图中第τi个SIFT特征点的位置坐标，
yi表示真是图片中第γi个SIFT特征点的位置坐标，
步骤五：利用点集配准方法对步骤四获得的集合X和Y进行基于位置的筛选，获得位置集合X′和位置集合Y′，其中，
X′＝{x′1,x′2,…,x′k}，X′表示位置筛选后的布局图中特征匹配成功的SIFT特征点位置集合，其中x′k为位置集合X中的第k个SIFT特征点的位置；
Y′＝{y′1,y′2,…,y′k}，Y′表示位置筛选后的真实图片中特征匹配成功的SIFT特征点位置集合；其中y′k为位置集合Y中的第k个SIFT特征点的位置；
步骤六：定义中间变量θ＝(s,cx,cy,ca)，利用下述公式一和公式二，得到PCB板的缩放因子s、PCB板在真实图片中的位置c＝(cx,cy)和角度ca，从而完成对PCB板的定位；
θ＝argminE(s,cx,cy,ca) 公式一，
其中，R为旋转矩阵，p为整数，cx表示PCB板在真实图片中的X轴坐标，cy表示PCB板在真实图片中的Y轴坐标。
本实施方式，中对本发明方法中步骤五筛选后集合的准确度进行验证试验：
步骤一一：选取合适的阈值对布局图和真实图片进行二值化；
步骤一二：根据步骤五所得的精确匹配点集合X′＝{x′1,x′2,…,x′k}和Y′＝{y′1,y′2,…,y′k}，分别在步骤一一中得到的二值化图像进行标注；
步骤一三：分别对步骤一二中两幅二值化图像中的位置筛选后的特征点进行连线；
步骤一四：计算所有直线所经过点的0和1的比例；
步骤一五：设置合适的阈值，验证所有相对应的直线过0和1的比例，若所有相对应直线过0和1的比例接近，则精确匹配结果正确。
具体实施方式二：本实施方式与具体实施方式一所述的一种基于SIFT特征点的定位方法的区别在于，所述的步骤二和步骤三中SIFT特征提取方法利用开源计算机视觉库VLFeat或OpenCV实现。

Claims (2)

1.一种基于SIFT特征点的定位方法，其特征在于，该方法包括如下步骤：
步骤一：采用PCB设计软件获取所需待定位PCB板的布局图；
步骤二：利用SIFT特征提取方法获得待定位PCB板布局图上SIFT特征点集合
表示布局图中的第i个SIFT特征点，i为正整数，M为布局图中SIFT特征点的个数；
步骤三：通过贴片机中的相机在线获取待定位PCB板的图片，并利用SIFT特征提取方法对待定位PCB板的图片进行SIFT特征提取，从而得到真实图片上SIFT特征点集合
表示真实图片中的第j个SIFT特征点，j为正整数，N为真实图片中SIFT特征点的个数；
步骤四：采用SIFT特征匹配的方法对集合中的各SIFT特征点与集合中的各SIFT特征点进行特征匹配，得到特征匹配点对集合
根据得到的特征匹配点对集合Π，获得布局图中特征匹配成功的SIFT特征点位置集合X＝{x1,x2,…,xi}和真实图片中特征匹配成功的SIFT特征点位置集合Y＝{y1,y2,…,yi}，
其中，表示布局图中的第τi个SIFT特征点，
表示真实图片中的第γi个SIFT特征点，τi为整数，γi为整数，
xi表示布局图中第τi个SIFT特征点的位置坐标，
yi表示真是图片中第γi个SIFT特征点的位置坐标，
步骤五：利用点集配准方法对步骤四获得的集合X和Y进行基于位置的筛选，获得位置集合X′和位置集合Y′，其中，
X′＝{x′1,x′2,…,x′k}，X′表示位置筛选后的布局图中特征匹配成功的SIFT特征点位置集合，其中x′k为位置集合X中的第k个SIFT特征点的位置；
Y′＝{y′1,y′2,…,y′k}，Y′表示位置筛选后的真实图片中特征匹配成功的SIFT特征点位置集合；其中y′k为位置集合Y中的第k个SIFT特征点的位置；
步骤六：定义中间变量θ＝(s,cx,cy,ca)，利用下述公式一和公式二，得到PCB板的缩放因子s、PCB板在真实图片中的位置c＝(cx,cy)和角度ca，从而完成对PCB板的定位；
θ＝argminE(s,cx,cy,ca) 公式一，
其中，R为旋转矩阵，p为整数，cx表示PCB板在真实图片中的X轴坐标，cy表示PCB板在真实图片中的Y轴坐标。
2.根据权利要求1所述的一种基于SIFT特征点的定位方法，其特征在于，所述的步骤二和步骤三中SIFT特征提取方法利用开源计算机视觉库VLFeat或OpenCV实现。
CN201610839797.3A 2016-09-21 2016-09-21 一种基于sift特征点的定位方法 Active CN106373161B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610839797.3A CN106373161B (zh) 2016-09-21 2016-09-21 一种基于sift特征点的定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610839797.3A CN106373161B (zh) 2016-09-21 2016-09-21 一种基于sift特征点的定位方法

Publications (2)

Publication Number Publication Date
CN106373161A true CN106373161A (zh) 2017-02-01
CN106373161B CN106373161B (zh) 2019-04-16

Family

ID=57897895

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610839797.3A Active CN106373161B (zh) 2016-09-21 2016-09-21 一种基于sift特征点的定位方法

Country Status (1)

Country Link
CN (1) CN106373161B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107862690A (zh) * 2017-11-22 2018-03-30 佛山科学技术学院 一种基于特征点匹配的电路板元器件定位方法和定位装置
CN110148133A (zh) * 2018-07-03 2019-08-20 北京邮电大学 基于特征点及其结构关系的电路板残片图像识别方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102873420A (zh) * 2012-09-28 2013-01-16 廖怀宝 一种用图像匹配法定位PCB板Mark点的方法
CN103217438A (zh) * 2013-04-02 2013-07-24 天津大学 一种基于图像特征的电路板元件精确定位与检测的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102873420A (zh) * 2012-09-28 2013-01-16 廖怀宝 一种用图像匹配法定位PCB板Mark点的方法
CN103217438A (zh) * 2013-04-02 2013-07-24 天津大学 一种基于图像特征的电路板元件精确定位与检测的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
潘长开: "面向精密电子贴装的视觉关键技术研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
陈鑫源: "面向新型表面贴装元器件的配准算法研究", 《中国优秀硕士学位全文数据库信息科技辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107862690A (zh) * 2017-11-22 2018-03-30 佛山科学技术学院 一种基于特征点匹配的电路板元器件定位方法和定位装置
CN107862690B (zh) * 2017-11-22 2023-11-14 佛山科学技术学院 一种基于特征点匹配的电路板元器件定位方法和定位装置
CN110148133A (zh) * 2018-07-03 2019-08-20 北京邮电大学 基于特征点及其结构关系的电路板残片图像识别方法

Also Published As

Publication number Publication date
CN106373161B (zh) 2019-04-16

Similar Documents

Publication Publication Date Title
CN113240674B (zh) 基于三维点云和二维图像融合的共面度检测方法
WO2017092631A1 (zh) 鱼眼图像的畸变图像校正方法及鱼眼相机的标定方法
CN110858899B (zh) 一种摄像机机芯光轴中心和视场角的测量方法及系统
CN105291564B (zh) 一种丝印对位方法及装置
CN105278261B (zh) 一种激光直写曝光机内层对位精度的测量方法
CN107504896B (zh) 一种基于点匹配的球形引脚元件的定位算法
CN108007388A (zh) 一种基于机器视觉的转盘角度高精度在线测量方法
EP3169146B1 (en) Method for producing component placement coordinates and device for producing component placement coordinates
CN102985878A (zh) 用于执行图案对准的方法和装置
CN102248288A (zh) 一种fpc板插头识别定位方法
Bai et al. Corner point-based coarse–fine method for surface-mount component positioning
US6424734B1 (en) Fiducial mark search using sub-models
CN110910359A (zh) 一种基于特征跟踪与骨架特征匹配的fpc线路检测方法
CN109472770B (zh) 一种印刷电路板检测中的图像特征点快速匹配方法
CN106373161A (zh) 一种基于sift特征点的定位方法
CN115797359B (zh) 基于电路板上锡膏的检测方法、设备和存储介质
KR20040050569A (ko) 피두셜 마크의 중심 위치 측정방법
CN105354816B (zh) 一种电子元件定位方法及装置
CN105867066B (zh) 掩膜板、显示基板的制作方法、显示基板及显示装置
Liu et al. A novel subpixel industrial chip detection method based on the dual-edge model for surface mount equipment
TWI639013B (zh) Circuit board detection method
CN106707687A (zh) 一种pcb板曝光方法及装置
CN114387433A (zh) 一种大幅度fpc高精度定位方法
CN102663756A (zh) 印刷电路板中异型元件和高密度封装元器件的配准方法
CN106933069A (zh) 一种硅片预对准方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant