CN106485749A - 一种基于角点的矩形引脚元件粗定位方法 - Google Patents

Abstract

一种基于角点的矩形引脚元件粗定位方法，属于图像处理技术领域，涉及一种元件定位方法。解决了现有贴片机中元件定位算法通用性差，执行效率低，对光照敏感的问题。本发明利用图像处理方法或元件数据表得到元件模板信息，建立模板坐标系，提取元件模板引脚的关键顶点的距离矩阵、角度矩阵和关键顶点所在模板坐标系中的象限；对待定位元件图片进行角点检测，对元件模板引脚的关键顶点与角点进行粗对应；获得每个关键顶点及其对应的多个角点；对每个关键顶点及其对应的多个角点分别进行聚合，利用聚合得到的角点位置，提取亚像素角点，根每个亚像素角点的位置求取芯片的中心和角度，完成于角点的矩形引脚元件粗定位。本发明适用于元件定位使用。

Description

一种基于角点的矩形引脚元件粗定位方法

技术领域

本发明属于图像处理技术领域，涉及一种元件定位方法。

背景技术

随着电子信息产业的飞速发展，表面贴装技术得到了极大的关注。贴片机作为表面贴装技术的一个关键组成部分，对电子产品的质量起着至关重要的作用。贴片机的贴装精度，效率和通用性，决定着其先进程度。因此对应用于贴片机上的元件定位算法提出了较高要求。

目前，我国SMT产业尚未成形，与国外水平也有较大的差距。虽然一些关于元件定位的方法被提出，但这些算法大部分集中在利用二值图像进行处理，算法的通用性和执行效率不高。

针对上述基于二值图像的定位方法，算法通用性差，执行效率低，对光照鲁棒性弱的缺点，本发明提出利用对光照鲁棒性高的角点，来对矩形引脚精确定位。

发明内容

本发明是为了解决现有贴片机中元件定位算法通用性差，执行效率低，对光照敏感的问题，提出了一种基于角点的矩形引脚元件粗定位方法。

本发明所述的一种基于角点的矩形引脚元件粗定位方法，该方法的具体步骤为：

步骤一、利用图像处理方法或元件数据表得到元件模板信息，所述元件具体信息包括元件大小、引脚个数、引脚长度、引脚宽度和引脚所在位置；

步骤二、获取元件模板引脚的关键顶点信息；所述关键顶点为从元件模板同侧引脚中寻找到的最外侧的两个角点为关键顶点；

步骤三、建立模板坐标系，提取元件模板引脚的关键顶点的距离矩阵D_model、角度矩阵A_model和关键顶点所在模板坐标系中的象限；模板坐标系的原点为元件中心，水平方向为x轴，竖直方向为y轴；

步骤四、在线获取待定位元件图片，并对待定位元件图片进行角点检测，建立定位元件图片坐标系，获得角点的距离矩阵D_scene、角度矩阵A_scene和角点所在模板坐标系中的象限；定位元件图片坐标系的原点为元件中心，水平方向为x轴，竖直方向为y轴；

步骤五、对步骤二获取元件模板引脚的关键顶点与步骤四检测的角点进行粗对应；获得每个关键顶点及其对应的多个角点；

步骤六、对步骤五中获得的每个关键顶点及其对应的多个角点分别进行聚合，并采用均值的方法求取聚合后的角点位置；

步骤七、利用步骤六中聚合得到的角点位置，提取亚像素角点S＝[s₁,s₂,…,s_M]^T，获得每个亚像素角点的位置i＝1,2,…,M；

步骤八、根据步骤七获得的每个亚像素角点的位置求取芯片的中心c＝(c_x,c_y)和角度c_a，完成于角点的矩形引脚元件粗定位。

本发明在实现了提出的算法具有较高的通用性，更是在运行速度和重复精度上达到一个比较高的水平。根据重复测试结果显示，本发明对所选取实例计算一次所需时间平均为20ms，相同外界条件下100次重复测试的重复精度也达到±0.001mm内，可见这一种基于角点的定位算法在精度，实时性，稳定性都很高性能。

附图说明

图1为本发明所述方法流程图。

具体实施方式

具体实施方式一、结合图1说明本实施方式，本实施方式所述的一种基于角点的矩形引脚元件粗定位方法，该方法的具体步骤为：

步骤一、利用图像处理方法或元件数据表得到元件模板信息，所述元件具体信息包括元件大小、引脚个数、引脚长度、引脚宽度和引脚所在位置；

步骤二、获取元件模板引脚的关键顶点信息；所述关键顶点为从元件模板同侧引脚中寻找到的最外侧的两个角点为关键顶点；

步骤三、建立模板坐标系，提取元件模板引脚的关键顶点的距离矩阵D_model、角度矩阵A_model和关键顶点所在模板坐标系中的象限；模板坐标系的原点为元件中心，水平方向为x轴，竖直方向为y轴；

步骤四、在线获取待定位元件图片，并对待定位元件图片进行角点检测，建立定位元件图片坐标系，获得角点的距离矩阵D_scene、角度矩阵A_scene和角点所在模板坐标系中的象限；定位元件图片坐标系的原点为元件中心，水平方向为x轴，竖直方向为y轴；

步骤五、对步骤二获取元件模板引脚的关键顶点与步骤四检测的角点进行粗对应；获得每个关键顶点及其对应的多个角点；

步骤六、对步骤五中获得的每个关键顶点及其对应的多个角点分别进行聚合，并采用均值的方法求取聚合后的角点位置；

步骤七、利用步骤六中聚合得到的角点位置，提取亚像素角点S＝[s₁,s₂,…,s_M]^T，获得每个亚像素角点的位置i＝1,2,…,M；

步骤八、根据步骤七获得的每个亚像素角点的位置求取芯片的中心c＝(c_x,c_y)和角度c_a，完成于角点的矩形引脚元件粗定位。

本实施方式获取元件模板引脚关键顶点的方法为：根据引脚排布形式，将元件分为两类。第一类：引脚分布在元件的左右或者上下两侧；第二类：引脚分布在元件的上下左右四侧；定义引脚的关键顶点如下图所示。其中左侧元件1-4为关键顶点，右侧元件1-8为关键顶点；模板坐标系的原点为元件中心，x轴为水平向右，y轴为垂直向下。关键顶点的具体寻找方式为：利用模板元件信息建立引脚的角点；从同侧引脚中寻找到的最外侧两个角点，即为关键顶点。

具体实施方式二、本实施方式是对具体实施方式一所述的一种基于角点的矩形引脚元件粗定位方法的进一步说明，步骤三所述建立模板坐标系，提取元件模板引脚的关键顶点的距离矩阵D_model和角度矩阵A_model的具体方法为：

步骤三一、根据步骤二中获得元件模板中的关键顶点，记录步骤二中获得的每个关键顶点所在的象限；

步骤三二、分别计算不同关键顶点之间的距离，每两个关键点之间的连线与x轴的夹角，获得距离矩阵D_model和角度矩阵A_model所述距离矩阵D_model和角度矩阵A_model均为M×M维矩阵；其中，距离矩阵D_model和角度矩阵A_model中的元素分别为第i个关键顶点和第j个关键顶点之间的距离和由第i个关键顶点和第j个关键顶点的连线与x轴的夹角，且角度矩阵中的对角线元素为零。

具体实施方式三、本实施方式是对具体实施方式一所述的一种基于角点的矩形引脚元件粗定位方法的进一步说明，步骤四中的在线获取待定位元件图片，并对待定位元件图片进行角点检测，建立元件图片坐标系，获得角点的距离矩阵D_scene和角度矩阵A_scene的方法为：

步骤四一、提取角点信息，将元件模板的参数信息引入到角点检测算子中，将角点的检测窗口设置为2倍的最小引脚宽；

步骤四二、以待定位元件图片的中心为原点，水平向右为x轴，垂直向下为y轴；得到坐标系中角点的位置及每个角点所在象限；

步骤四三、利用步骤四二获得角点位置与角点所在象限信息，建立元件图片中角点的距离D_scene和角度矩阵A_scene；角点个数为N个时，距离矩阵D_scene和角度矩阵A_scene均为N×N的矩阵，其矩阵元素分别为第i个角点和第j个角点之间的距离和由第i个角点和第j个角点连线与x轴的夹角，并设角度矩阵中的对角线元素为零。

具体实施方式四、本实施方式是对具体实施方式一所述的一种基于角点的矩形引脚元件粗定位方法的进一步说明，步骤五所述的对步骤二获取元件模板引脚的关键顶点与步骤四检测的角点进行粗对应；获得每个关键顶点及其对应的多个角点的方法为：

步骤五一、从处于元件模板的第m个象限的关键顶点中取出关键顶点j，其中，m依次为1,2,3和4；在矩阵D_model和角度矩阵A_model中提出关键顶点j相关的行，分别为d_model(i,j)和a_model(i,j)；

步骤五二、从处于待测元件图像的第m个象限的角点中取出第k个角点，在距离矩阵D_scene和角度矩阵A_scene中提出与角点k相关的行，分别记为d_scene(i,k)和a_scene(i,k)；

步骤五三、判断第j个关键顶点与第k个角点之间的是否距离相近；所述判断方法为：

当d_model(i,j)中每个元素在d_scene(i,k)均能找到差值的绝对值小于阈值O的对应元素，则第j个关键顶点与第k个角点距离相近；其中，O的取值范围为大于零且小于最小引脚宽度；从而获得距离相近对点；否则，第j个关键顶点与第k个角点之间的距离不相近；

步骤五四、判断步骤五三中获得的距离相近点对是否角度相近；所述判断方法为：

当a_model(i,j)中每个元素在a_scene(i,k)中均能找到差值的均方差小于P的对应元素，则第j个关键顶点与第k个角点角度相近；其中，P的取值范围为大于0°且小于5°；否则，第j个关键顶点与第k个角点之间的角度不相近。

具体实施方式五、本实施方式是对具体实施方式一所述的一种基于角点的矩形引脚元件粗定位方法的进一步说明，对步骤五中获得的每个关键顶点及其对应的多个角点分别进行聚合，并采用均值的方法求取聚合后的角点位置；

利用a倍的引脚最小宽度作为阈值，对步骤四中获得的关键顶点及其对应的多个角点进行聚合；若元件图像中一个关键顶点对应的多个角点的间距小于a倍的引脚最小宽度值，则元件图像中的角点为一个角点，并利用均值的方法求取聚合后的角点位置，每个关键顶点对应一个角点。

具体实施方式六、本实施方式是对具体实施方式一所述的一种基于角点的矩形引脚元件粗定位方法的进一步说明，步骤七中利用步骤六中聚合得到的角点位置，提取亚像素角点S＝[s₁,s₂,…,s_M]^T，获得每个亚像素角点的位置i＝1,2,…,M的方法为：

步骤七一、在每个角点位置设置一个检测窗口所述检测窗口的长宽均与引脚宽度相等，获得每个角点所在区域的图像；

步骤七二、利用边缘提取方法提取每个检测窗口边缘图像；

步骤七三、检测窗口边缘图像进行直线拟合，经筛选得到两条直线，则两条直线的交点为亚像素角点的位置。

具体实施方式七、本实施方式是对具体实施方式一所述的一种基于角点的矩形引脚元件粗定位方法的进一步说明，步骤八中根据步骤七中所得的亚像素角点，求取待定位元件的中心c＝(c_x,c_y)和角度c_a的方法为：通过公式：

(c_x,c_y,c_a)＝argminE(c_x,c_y,c_a)

获得，其中，R为旋转矩阵，公式(1)化为

Claims (7)

1.一种基于角点的矩形引脚元件粗定位方法，其特征在于，该方法的具体步骤为：

步骤一、利用图像处理方法或元件数据表得到元件模板信息，所述元件具体信息包括元件大小、引脚个数、引脚长度、引脚宽度和引脚所在位置；

步骤二、获取元件模板引脚的关键顶点信息；所述关键顶点为从元件模板同侧引脚中寻找到的最外侧的两个角点为关键顶点；

步骤三、建立模板坐标系，提取元件模板引脚的关键顶点的距离矩阵D_model、角度矩阵A_model和关键顶点所在模板坐标系中的象限；模板坐标系的原点为元件中心，水平方向为x轴，竖直方向为y轴；

步骤四、在线获取待定位元件图片，并对待定位元件图片进行角点检测，建立定位元件图片坐标系，获得角点的距离矩阵D_scene、角度矩阵A_scene和角点所在模板坐标系中的象限；定位元件图片坐标系的原点为元件中心，水平方向为x轴，竖直方向为y轴；

步骤五、对步骤二获取元件模板引脚的关键顶点与步骤四检测的角点进行粗对应；获得每个关键顶点及其对应的多个角点；

步骤六、对步骤五中获得的每个关键顶点及其对应的多个角点分别进行聚合，并采用均值的方法求取聚合后的角点位置；

步骤七、利用步骤六中聚合得到的角点位置，提取亚像素角点S＝[s₁,s₂,…,s_M]^T，获得每个亚像素角点的位置

步骤八、根据步骤七获得的每个亚像素角点的位置求取芯片的中心c＝(c_x,c_y)和角度c_a，完成于角点的矩形引脚元件粗定位。

2.根据权利要求1所述的一种基于角点的矩形引脚元件粗定位方法，其特征在于，步骤三所述建立模板坐标系，提取元件模板引脚的关键顶点的距离矩阵D_model和角度矩阵A_model的具体方法为：

步骤三一、根据步骤二中获得元件模板中的关键顶点，记录步骤二中获得的每个关键顶点所在的象限；

步骤三二、分别计算不同关键顶点之间的距离，每两个关键点之间的连线与x轴的夹角，获得距离矩阵D_model和角度矩阵A_model所述距离矩阵D_model和角度矩阵A_model均为M×M维矩阵；其中，距离矩阵D_model和角度矩阵A_model中的元素分别为第i个关键顶点和第j个关键顶点之间的距离和由第i个关键顶点和第j个关键顶点的连线与x轴的夹角，且角度矩阵中的对角线元素为零。

3.根据权利要求1或2所述的一种基于角点的矩形引脚元件粗定位方法，其特征在于，步骤四中的在线获取待定位元件图片，并对待定位元件图片进行角点检测，建立元件图片坐标系，获得角点的距离矩阵D_scene和角度矩阵A_scene的方法为：

步骤四一、提取角点信息，将元件模板的参数信息引入到角点检测算子中，将角点的检测窗口设置为2倍的最小引脚宽；

步骤四二、以待定位元件图片的中心为原点，水平向右为x轴，垂直向下为y轴；得到坐标系中角点的位置及每个角点所在象限；

步骤四三、利用步骤四二获得角点位置与角点所在象限信息，建立元件图片中角点的距离D_scene和角度矩阵A_scene；角点个数为N个时，距离矩阵D_scene和角度矩阵A_scene均为N×N的矩阵，其矩阵元素分别为第i个角点和第j个角点之间的距离和由第i个角点和第j个角点连线与x轴的夹角，并设角度矩阵中的对角线元素为零。

4.根据权利要求1或2所述的一种基于角点的矩形引脚元件粗定位方法，其特征在于，步骤五所述的对步骤二获取元件模板引脚的关键顶点与步骤四检测的角点进行粗对应；获得每个关键顶点及其对应的多个角点的方法为：

步骤五一、从处于元件模板的第m个象限的关键顶点中取出关键顶点j，其中，m依次为1,2,3和4；在矩阵D_model和角度矩阵A_model中提出关键顶点j相关的行，分别为d_model(i,j)和a_model(i,j)；

步骤五二、从处于待测元件图像的第m个象限的角点中取出第k个角点，在距离矩阵D_scene和角度矩阵A_scene中提出与角点k相关的行，分别记为d_scene(i,k)和a_scene(i,k)；

步骤五三、判断第j个关键顶点与第k个角点之间的是否距离相近；所述判断方法为：

当d_model(i,j)中每个元素在d_scene(i,k)均能找到差值的绝对值小于阈值O的对应元素，则第j个关键顶点与第k个角点距离相近；其中，O的取值范围为大于零且小于最小引脚宽度；从而获得距离相近对点；否则，第j个关键顶点与第k个角点之间的距离不相近；

步骤五四、判断步骤五三中获得的距离相近点对是否角度相近；所述判断方法为：

当a_model(i,j)中每个元素在a_scene(i,k)中均能找到差值的均方差小于P的对应元素，则第j个关键顶点与第k个角点角度相近；其中，P的取值范围为大于0°且小于5°；否则，第j个关键顶点与第k个角点之间的角度不相近。

5.根据权利要求4所述的一种基于角点的矩形引脚元件粗定位方法，其特征在于，对步骤五中获得的每个关键顶点及其对应的多个角点分别进行聚合，并采用均值的方法求取聚合后的角点位置；

利用a倍的引脚最小宽度作为阈值，对步骤四中获得的关键顶点及其对应的多个角点进行聚合；若元件图像中一个关键顶点对应的多个角点的间距小于a倍的引脚最小宽度值，则元件图像中的角点为一个角点，并利用均值的方法求取聚合后的角点位置，每个关键顶点对应一个角点。

6.根据权利要求4所述的一种基于角点的矩形引脚元件粗定位方法，其特征在于，步骤七中利用步骤六中聚合得到的角点位置，提取亚像素角点S＝[s₁,s₂,…,s_M]^T，获得每个亚像素角点的位置的方法为：

步骤七一、在每个角点位置设置一个检测窗口所述检测窗口的长宽均与引脚宽度相等，获得每个角点所在区域的图像；

步骤七二、利用边缘提取方法提取每个检测窗口边缘图像；

步骤七三、检测窗口边缘图像进行直线拟合，经筛选得到两条直线，则两条直线的交点为亚像素角点的位置。

7.根据权利要求4所述的一种基于角点的矩形引脚元件粗定位方法，其特征在于，步骤八中根据步骤七中所得的亚像素角点，求取待定位元件的中心c＝(c_x,c_y)和角度c_a的方法为：通过公式：

$\begin{array}{c}(c_x,c_y,c_a)=\arg \min E(c_x,c_y,c_a)\\ E(c_x,c_y,c_a)=\underset{i=1}{\overset{M}{\Σ}}{(s_i-v_{i}R-c)}^T(s_i-v_{i}R-c)\end{array}---\left(1\right)$

获得，其中，R为旋转矩阵，公式(1)化为