矩阵分布视觉目标定位方法
【技术领域】
[0001] 本发明属于PCB焊膏涂覆质量检测领域，设及目标区域定位方法，特别针对矩阵 分布视觉目标的定位方法。
【背景技术】
[0002] PCB表观缺陷检测算法可划分为3类；参照对比算法、无参照验证算法W及两者结 合的混合算法，参照对比算法也称为差影法，将被测板与前期所记录标准PCB板逐像素进 行比较，利用或狂OR)运算求出两幅图像之间的差异作为缺陷。该种算法检测的缺陷类型 较多，但其对标准板图像及图像配准的精度要求较高。由于PCB板制造工艺过程中存在很 多不稳定因素，标准板的选择指定受到限制，使得参照对比算法缺少适应性。无参照验证算 法弥补了参照对比算法对标准参考图像信息要求较高的缺点，其无需标准图像信息，基于 一定的算法流程，来验证被测物特征是否存在缺陷。由于该种算法不需要标准图像，降低了 存储空间，改善了逐像素对比运算耗时较多的缺点。混合算法将两种算法的优点相结合，但 是由于算法复杂性导致运行时间较长、检测效率较低，无法应用到实际检测中去。
【发明内容】
[0003] 本发明目的是克服现有PCB上被检测方法的不足，提供一种矩阵分布视觉目标的 定位、提取的方法，特别针对PCB焊膏涂覆过程中使用的SMT精密激光模板中矩阵分布目标 区域进行定位与提取。
[0004] 本发明的技术方案是：
[0005] 矩阵分布视觉目标的定位方法，特别针对PCB焊膏涂覆过程中使用的SMT精密激 光模板中矩阵分布目标区域的定位方法，主要包括W下步骤：
[0006] 第1步、利用提取出的SIFT特征点来检测图像的目标区域；
[0007] 第2步、利用投影法计算待检测图像与模板图像中目标区域的角度差；
[000引第3步、利用化U曲直线检测确定目标区域边界，W目标区域边界作为参考轴计算 定位点坐标，完成目标区域定位；
[0009] 第4步、W定位点为中心按照目标区域尺寸，提取目标区域图像，完成目标区域 的图像提取。
[0010] 其中，第1步所述用提取出的SIFT特征点来检测图像的目标区域，包括待测图像 特征点的提取，待测图像与模板图像特征点的匹配。
[0011] 图像特征点提取主要包括：
[0012] a、尺度空间极值检测，目的是模拟图像数据的多尺度特征。
[0013] b、特征点的定位，通过尺度空间极值检测获取的点只是一些候选点，所W还需耍 消除一些低对比度的点和一些不稳定的边缘点，从而来对特征点进行精确定位。消除低对 比度的点采用的是拟合S维二次函数的方法，由于高斯差分函数的极值点在图像的边缘方 向上会有一个较大的主曲率，而在垂直方向上有较小的曲率，所W可W利用该个性质将一 些边缘处的不稳定点去除。
[0014] C、确定特征点的方向，利用特征点邻域像素的梯度方向分布特性为每个特征点指 定方向参数，从而使算子具有旋转不变性。
[0015] t生成特征点描述子；
[0016] e、SIFT特征点的匹配，即当两幅图像的SIFT特征点生成后，就可W进行SIFT特 征点的匹配，匹配是根据相似性度量来进行的，采用特征点对的欧氏距离作为两幅图像中 特征点的相似性判定度量，进而完成目标区域的检测。
[0017] 第2步所述利用投影法计算待检测图像与模板图像中目标区域的角度差；利用待 检测图像目标区域在底边的投影长度与模板图像目标区域的边长等几何关系计算待检测 图像与模板图像目标区域偏转角度，将计算的偏转角度带入图像旋转公式并化简，可实现 图像做固定角度旋转。
[001引本发明的优点和有益效果：
[0019] 本发明理论简便，容易实现，提供一种矩阵分布视觉目标的定位、提取的方法，特 别针对PCB焊膏涂覆过程中使用的SMT精密激光模板中矩阵分布目标区域进行定位与提 取。有效提高PCB检测方法中的参考对比算法的检测精度和克服无参照验证算的复杂性导 致运行时间较长、检测效率较低等缺陷。
【附图说明】
[0020] 图1是本发明工作流程图；
[0021] 图2是图像旋转角计算原理图；
[002引图中；1、实时拍摄图像目标区域，2、模板图像目标区域，3、倾斜角度a，4、实时拍 摄图像目标区域X轴投影L'，5、模板图像目标区域X轴投影a,6、模板图像目标区域宽度 b。
[0023] 图3是点轴定位原理图；
[0024] 图中；7、参考轴，8、定位点与参考轴端点连线与参考轴夹角，9、定位点、10定位点 与参考轴端点连线、11、参考轴端点。
[0025] 图4是目标区域特征点提取效果图；
[0026] 图5是目标区域图像的匹配效果图；
[0027] 图6是目标区域参考轴的选取效果图；
[002引图7是目标区域定位效果图；
[0029] 图8是目标区域提取效果图。
【具体实施方式】
[0030] 下面结合附图对本发明方法详细描述。
[0031] 使用本发明的方法前，需要对待检测PCB进行拍摄取样。
[0032] 本发明矩阵分布视觉目标的定位方法，具体步骤如下：
[003引第1步、利用提取出的SIFT特征点来检测图像的目标区域；
[0034] 第2步、利用投影法计算待检测图像与模板图像中目标区域的角度差；
[003引第3步、利用化U曲直线检测确定目标区域边界，W目标区域边界作为参考轴计算 定位点坐标，完成目标区域定位；
[0036] 第4步、W定位点为中心按照目标区域尺寸，提取目标区域图像，完成目标区域 的图像提取。
[0037] 其中，第1步所述用提取出的SIFT特征点来检测图像的目标区域包括待测图像特 征点的提取，待测图像与模板图像特征点的匹配。
[003引图像特征点提取主要包括：
[0039] a、尺度空间极值检测，目的是模拟图像数据的多尺度特征。
[0040] b、特征点的定位，通过尺度空间极值检测获取的点只是一些候选点，所W还需耍 消除一些低对比度的点和一些不稳定的边缘点，从而来对特征点进行精确定位。消除低对 比度的点采用的是拟合S维二次函数的方法，由于高斯差分函数的极值点在图像的边缘方 向上会有一个较大的主曲率，而在垂直方向上有较小的曲率，所W可W利用该个性质将一 些边缘处的不稳定点去除。
[0041] C、确定特征点的方向，利用特征点邻域像素的梯度方向分布特性为每个特征点指 定方向参数，从而使算子具有旋转不变性。
[0042] t生成特征点描述子如图4所示；
[0043] e、SIFT特征点的匹配，完成目标区域的检测。
[0044] 所述第1步，两幅图像的SIFT特征点生成图如图4所示，图中特征点个数为454 个；对提取的SIFT特征点进行特征匹配，即根据相似性度量来进行的，采用特征点对的欧 氏距离作为两幅图像中特征点的相似性判定度量，效果如图5所示，待测图像与模板图像 中相匹配的点对供421对，说明待测图像中存在完整目标区域，完成了目标区域的检测。
[0045] 所述第2步，利用像素统计的方法，计算实时拍摄图像目标区域与模板图像目标 区域在X轴上的投影长度，即图2中的4、5位置。利用图2的几何关系可W算出图像偏转 角度，即图2中3位置。
[0046]
【主权项】
1. 一种矩阵分布视觉目标定位方法，特别针对PCB焊膏涂覆过程中使用的SMT精密激 光模板中矩阵分布目标区域的定位方法，其特征在于该方法具体步骤包括： 第1步、利用提取出的SIFT特征点来检测图像的目标区域； 第2步、利用投影法计算待检测图像与模板图像中目标区域的角度差； 第3步、利用化U曲直线检测确定目标区域边界，W目标区域边界作为参考轴计算定位 点坐标，完成目标区域定位； 第4步、W定位点为中屯、，按照目标区域尺寸，提取目标区域图像，完成目标区域的图 像提取。
2. 根据权利要求1所述的方法，其特征在于第1步所述的利用提取出的SIFT特征点来 检测图像的目标区域，由W下步骤得出： a、 尺度空间极值检测； b、 特征点的定位； C、确定特征点的方向； t生成特征点描述子； e、SIFT特征点的匹配，完成目标区域的检测。
3. 根据权利要求1所述的方法，其特征在于所述第2步利用投影法计算待检测图像与 模板图像中目标区域的角度差，提出一种W目标中屯、为旋转中屯、，W待测图像与模板图像 目标区域偏转角度旋转的图像旋转配准方法。
【专利摘要】本发明给出一种矩阵分布的视觉目标定位方法，特别针对PCB焊膏涂覆过程中使用的SMT精密激光模板中矩阵分布目标区域定位方法。包括SIFT特征提取、目标区域旋转配准、点轴定位、目标提取等步骤，最终完成对目标区域的定位与提取。实现了矩阵分布目标图像的目标区域定位与提取，操作简单易于实现，可广泛应用于PCB表观焊接质量的检测。
【IPC分类】G06T7-00
【公开号】CN104616306
【申请号】CN201510073410
【发明人】孙杰, 任皓, 李岳峰, 吴海强, 郑龙洋
【申请人】天津理工大学
【公开日】2015年5月13日
【申请日】2015年2月12日