基于连通区域质心形状上下文的印刷电路板图像配准方法
【专利摘要】本发明描述一种基于连通区域质心形状上下文的印刷电路板图像配准方法。该方法属于基于特征的图像配准方法，兴趣点为图像连通区域的质心坐标。质心坐标的特征包括两部分：一是以该质心坐标为中心，其所在的连通区域的形状上下文，该形状上下文描述了该连通区域的形状特征，因而称其为形状描述子；二是该质心坐标相对于该连通区域所在图像内其他连通区域质心坐标的形状上下文，该形状上下文描述了该质心坐标及其所在的连通区域在整幅图像中的相对位置，因而称其为相对位置描述子。利用连通区域质心坐标的形状描述子和相对位置描述子，实现参考图像和待配准图像连通区域的精确匹配，进而根据精确比配的连通区域的质心坐标估计出参考图像和待配准图像之间的变换参数，并最终将其精确配准。
【专利说明】基于连通区域质心形状上下文的印刷电路板图像配准方法
[0001]【技术领域】:本发明涉及一种印刷电路板图像的配准方法，属于数字图像处理领域，具体涉及基于连通区域质心形状上下文的印刷电路板图像配准方法。
【背景技术】:
[0002]印制电路板(PCB:Printed Circuit Boards)是电子设备中最基本的组成环节,是电子元器件的支撑体，其质量对于电子产品的性能起着举足轻重的作用，其质量的检测对PCB生产至关重要。传统基于人工目测PCB瑕疵检测方法无法满足PCB发展的需要。自动光学检测(Α0Ι:Automated optical inspection)技术目前是国内外主流的PCB瑕疵检测技术。在所有AOI技术中，又以基于模板匹配的方法为主，而模板匹配的核心技术就是图像配准。本发明即是一种PCB图像的配准技术。
[0003]基于模板匹配的PCB瑕疵检测，首先需要将待检测PCB图像与完好的模板图像进行配准，然后通过分析配准好的待检测图像与模板图像的差分图像，检测出待配准PCB图像中是否包含瑕疵点。
[0004]图像配准算法大致可分为两类:基于区域的方法和基于特征的方法。
[0005]基于区域的方法也称为类相关法或模板匹配法。该方法一般不需要对图像进行复杂的预处理，只利用两幅图像的某种统计信息作为相似性判别标准，采用适当的搜索算法得到令相似性判别标准最大化的图像转换形式，以达到图像配准的目的。主要特点是实现比较简单，但应用范围较窄，不能直接用于校正图像的非线性形变，而且在最优变换的搜索过程中运算量较大。如文献I (S.Mashohor, J.R.Evans, T.Arslan.1mageRegistration of Printed Circuit Boardsusing Hybrid Genetic Algorithm.1EEECongress on Evolutionary Computation，page (s):2685-2690, 2006)提出一种混合爬山(hill-climbing)、精英(elitism)策略的遗传算法进行图像配准,该算法能处理图像配准中较简单的平移和旋转变换，但难以处理其他复杂的变换，而且很耗时，对初始化参数比较敏感。
[0006]基于特征的图像配准算法借助图像中具有的显著特征结构，将其作为标志位，分别在参考图像和待匹配图像中提取出它们，然后再找到两幅图像标志位之间的匹配关系，继而完成空间对位。基于特征的配准方法由于提取了图像的显著特征，大大压缩了图像信息的数据量，同时较好地保持了图像的位移、旋转、比例方面的特征，配准时计算量小，速度较快，应用也更为广泛。图像的显著特征有很多，如点特征(包括角点、高曲率点等)、直线段、边缘、轮廓、闭合区域特征等。
[0007]在基于特征的图像配准算法中，点特征是常用的特征，而其中，角点是最常用的特征点。然而，现有的角点检测方法一般依赖于图像的梯度的计算，因而易受噪声及光照变化的影响，而且梯度的计算实际是使用差分来近似，检测出的角点位置往往偏离真实的角点位置，精度不高，无法满足PCB检测这种对精度要求较高的场合。
[0008]在基于特征的图像配准算法中，边缘或轮廓也是常用特征。文献2 (Y.C.Chiou,Y.K.Zhang.An Edge-Based Registration Method for Locating Defects on PCB Films.IPCV CSREA Press (2006), p.209-215.)提出利用边缘的二阶矩及相对角进行图像配准；文献3 (胡涛，郭宝平，郭轩，杨欧.基于轮廓特征的图像配准.光电工程，2009，36 (11):118-122.)首先提取图像轮廓并计算每个轮廓点的法向角，然后对轮廓点法向角进行直方图统计，通过对两幅图像的轮廓点法向角直方图进行圆周相关计算来快速估计出两幅图像所存在的旋转角度。文献 4 (C.S.Chen, C.W.Yeh, P.Y.Yin.A novel Fourier descriptorbased image alignment algorithm for automatic opticalinspection.Journal ofVisual Communication and Image Representation, 2009, Vol.20, pp.178-189.)提出根据组件边缘的傅里叶描述子的幅值和相位相似测度实现图像配准。然而，在离散化的数字图像中，边缘或轮廓点的精确定位并非易事。通过一般的边缘检测算子检测出的目标边缘往往并不闭合，存在许多的断点，经常需要后续边缘连接处理。通过轮廓跟踪算法得到的目标轮廓往往有很多的锯齿状部分。边缘片段和锯齿轮廓的出现影响图像配准的精度。
[0009]形状上下文(shapecontext)由文献 5 (S.Belongie, J.Malik, J.Puzicha.ShapeMatching andObject Recognition Using Shape Context.1EEE Trans.Pattern Analysisand Machine Intelligence, 2002, 24 (4):509-522.)引入，它描述了特征点与其周围点的相对空间分布(距离和方向)，它满足平移不变性，对旋转变换和尺度变换均具有较好的鲁棒性。具体参见文献 6 (Haibin Ling, David ff.Jacobs.Shape Classification Using theInner-Distance.1EEE Transactions On PatternAnalysis And Machine Intelligence,2007,29(2):286-299.)和文献7 (杨小军，杨兴炜，曾峦等.基于轮廓关键点集的形状分类.南京大学学报(自然科学)，2010，46 (I):47-55.)。
[0010]给定形状上的η个样本点Pl，p2，...ρη,点Pi的形状上下文定义为点Pi与其余η-1个点的相对坐标直方图1ii:
[0011]hj (k) = #{pj:j ^ i, Pj-Pi e bin(k)}, k = 1..K
[0012]其中bins均匀地划分以点Pi为中心的对数-极坐标空间，K为空间划分的总数。两个形状上下文比(k)和比(k)的距离Cij定义为如下X 2统计量:[0013]
【权利要求】
1.一种基于连通区域质心形状上下文的印刷电路板图像配准方法，其特征在于，包括以下步骤: 步骤1:提取参考图像和待配准图像中的连通区域，并计算参考图像和待配准图像中各连通区域的质心坐标； 步骤2:以各连通区域质心为中心，计算参考图像和待配准图像各连通区域的形状描述子和相对位置描述子； 步骤3:根据参考图像和待配准图像各连通区域的形状描述子和相对位置描述子，计算参考图像各连通区域与待配准图像各连通区域的之间的相似度测度； 步骤4:根据参考图像和待配准图像各连通区域之间的相似度测度，确定参考图像与待配准图像之间合适的连通区域对； 步骤5:根据步骤4确定的参考图像与待配准图像之间合适的连通区域对的质心坐标，估计参考图像与待配准图像之间的变换参数； 步骤6:根据步骤5估计得到的参考图像与待配准图像之间的变换参数，将待配准图像与参考图像进行配准。
2.根据权利要求1所述的方法，其特征在于，图像的连通区域既包括从连通标记后的二值图像中获得的连通分量，也包括经由其他方法从图像中提取出的构件或对象所在的图像区域。
3.根据权利要求1所述的方法，其特征在于，连通区域的形状描述子定义为该连通区域的质心在该连通区域内的形状上下文(Shape Context)。
4.根据权利要求1所述的方法，其特征在于，连通区域的相对位置描述子定义为该连通区域的质心相对于该连通区域所在图像内其他连通区域质心的形状上下文(ShapeContext)。
【文档编号】G06T7/00GK103854278SQ201210551662
【公开日】2014年6月11日 申请日期:2012年12月6日 优先权日:2012年12月6日
【发明者】郑成勇 申请人:五邑大学