一种基于最小化距离偏差的对位方法及装置与流程

本发明涉及机器视觉技术领域，特别涉及一种基于最小化距离偏差的对位方法及装置。

背景技术：

在电子半导体、触摸屏、太阳能、汽车及零部件等工业领域，往往需要将两个或多个零部件进行对位安装。对位安装的精度直接决定产品的质量，在现代工业生产过程中，一般使用机器视觉对位系统来实现零部件的对位。

如图1所示，为目前一种常用的机器视觉对位系统的结构示意图，所述机器视觉对位系统包括目标平台110、对象平台120、目标图像采集装置130和对象图像采集装置140；目标对象150放置于目标平台110上，实时对象160放置于所述对象平台120上，所述目标对象150和所述实时对象160均设置有对位标识170，在实际的工业生产过程中，例如所述实时对象160可以为手机液晶屏，所述目标对象150可以为背光模组，通过所述机器视觉对位系统实现两者的贴合；所述目标图像采集装置130和所述对象图像采集装置140用于摄取所述对位标识170。对位贴合的过程包括：对象图像采集装置140图像采集摄取实时对象160的对位标识170，并根据预先确定的对象图像平面与对象平台平面的映射关系，计算得出实时对象160中对位标识170的对象平台坐标；同样，目标图像采集装置130摄取目标对象150的对位标识170，并根据预先确定的目标图像平面与目标平台平面的映射关系，计算得出目标对象150中对位标识170的目标平台坐标；对象平台120将实时对象160送入所述目标平台110的正上方，并根据相对应的对位标识170的对象平台坐标和目标平台坐标，调整对象平台120位置，所述实时对象160在所述对象平台120的带动下也进行位置调整，从而完成实时对象160与目标对象150的贴合。在上述对位贴合过程中，预先确定对象图像平面与对象平台平面，以及目标图像平面与目标平台平面的映射关系是对位贴合的基础，称为标定；所述标定的精确程度是对位贴合精确度的关键。

目前，常用的机器视觉对位系统的标定方法主要是九点圆形靶标标定方法，包括如下步骤：将9个位置确定的圆形靶标放置于所述目标平台110，通过所述对象图像采集装置140获取所述圆形靶标圆心的对象图像坐标；手动操作对象平台120移动，使所述对象平台120的基准点依次经过9个圆形靶标的圆心，观察确定所述基准点与所述圆心重合后，记录所述基准点的对象平台坐标；通过相邻所述圆心的对象图像坐标差和基准点的对象平台坐标差，计算确定对象图像平面和对象平台平面的映射关系，完成标定。然而，随着产品多样化，对位场景也是越来越复杂。区别于传统居中对位的产品均为规则形状的工件，当对形状或材料不规则的产品进行对位，并要求对位后的特定距离为基准距离规格时，传统的居中对位方式将不适用此种场景。

技术实现要素：

本发明的发明目的在于提供一种基于最小化距离偏差的对位方法及装置，以解决现有技术中的标定方法精度差以及适用性差的问题。

本申请实施例第一方面示出一种基于最小化距离偏差的对位方法，所述方法包括：

对象图像采集装置获取目标平台上基准图像,在所述基准图像上建立坐标系，获取对象平台上产品的多个特征量的坐标,所述基准图像包括：基准特征量，以及，基准直线；

根据所述特征量的坐标，以及，基准直线，计算所述特征量与基准直线的距离数组，根据所述基准特征量，以及，基准直线计算基准距离数组；

控制所述对象平台移动预置偏离量，再次获取对象平台上产品的多个特征量的坐标，计算所述特征量与基准直线的距离数组；

计算所述距离数组与所述基准距离数组的距离偏差平方和，根据所述距离偏差平方和确定目标偏移量，所述目标偏移量即为对位结果。

可选择的，所述控制所述对象平台移动预置偏离量的步骤包括：

控制所述对象平台沿所述对象平台的x、y、θ坐标方向移动固定距离，和/或想，旋转固定的角度。

可选择的，所述特征量包括：特征点，和/或，直线。

可选择的，所述获取对象平台上产品的多个特征量的坐标的步骤包括：

获取所述对象平台上产品的图像；

根据所述产品的图像，定位所述产品的特征量，所述特征量包括:所产品的居中对位点，或居中直线。

可选择的，所述计算距离数组与所述基准距离数组的距离偏差平方和，根据所述距离偏差平方和确定目标偏移量的步骤包括：

分别计算距离数组与基准距离数组距离偏差平方和；

通过梯度下降算法进行反向迭代计算求解，若距离偏差平方和达到阈值或者达到最大迭代次数，此时的偏移量结果即为目标偏移量。

可选择的，所述计算所述距离数组的距离偏差平方和，根据所述距离偏差平方和确定目标偏移量的步骤包括：

分别计算距离数组与基准距离数组距离偏差平方和；

确定产生最小距离偏差平方和对应的偏移量为目标偏移量。

可选择的，所述获取对象平台上产品的多个特征量的坐标的步骤具体为：

通过图像定位算法得到对象特征量的坐标。

本申请实施例第二方面示出一种基于最小化距离偏差的对位装置，所述装置包括：

获取单元，用于初始化偏移量，对象图像采集装置获取目标平台上基准图像的坐标，获取对象平台上产品的多个特征量的坐标；

计算单元，用于对象图像采集装置获取目标平台上基准图像,在所述基准图像上建立坐标系，获取对象平台上产品的多个特征量的坐标,所述基准图像包括：基准特征量，以及，基准直线；

数组计算单元，用于根据所述特征量的坐标，以及，基准直线，计算所述特征量与基准直线的距离数组，根据所述基准特征量，以及，基准直线计算基准距离数组；

控制单元，用于控制所述对象平台移动预置偏离量，再次获取对象平台上产品的多个特征量的坐标，计算所述特征量与基准直线的距离数组；

确定单元，用于计算所述距离数组与所述基准距离数组的距离偏差平方和，根据所述距离偏差平方和确定目标偏移量，所述目标偏移量即为对位结果。

可选择的，所述确定单元包括：

第一计算单元，用于分别计算距离数组与基准距离数组距离偏差平方和；

求解单元，用于通过梯度下降算法进行反向迭代计算求解，若距离偏差平方和达到阈值或者达到最大迭代次数，此时的偏移量结果即为目标偏移量。

可选择的，所述确定单元包括：

第二计算单元，用于分别计算距离数组与基准距离数组距离偏差平方和；

第一确定单元，用于确定产生最小距离偏差平方和对应的偏移量为目标偏移量。

由以上技术方案可知，本申请实施例示出一种基于最小化距离偏差的对位方法及装置，首先，最小化距离偏差的对位方法直接以对位产品规格为目标入手，计算的对位结果更符合生产的评价基准；其次，本申请实施例示出的对位方法，能够有效地解决非居中对位难题，适用于实际生产中不规则形状产品的对位场景。本发明涉及的对位方法主要包括：产品特征量定位、特征量偏移迭代和距离偏差平方和计算三部分。图像特征点线定位主要是根据图像定位算法获得该算法必要的特征点，和/或，直线的坐标表示。特征量偏移迭代是指在最优化距离对位中，偏移量会不断迭代变化，而在每次迭代后需要将特征点按最新偏移量进行偏移，使点到相应直线的距离不断趋近于基准距离。最小化距离差计算即迭代偏移量的计算过程，当偏移后的所有点到相应直线距离均与相应的基准距离偏差足够小时，则此时的偏移量即为最终的对位结果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为根据一优选实施例示出的一种常用的机器视觉对位系统的结构示意图；

图2为根据一优选实施例示出的一种基于最小化距离偏差的对位方法的结构框图；

图3本为根据一优选实施例示出的对象平台标定基准位置的示意图；

图4本为根据一优选实施例示出的基准图像的示意图，以及，基准图像坐标的示意图；

图5本为根据一优选实施例示出的θ坐标的示意图；

图6本为根据一优选实施例示出对象平台上产品的示意图；

图7本为根据一优选实施例示出产品旋转后的示意图；

图8本为根据一优选实施例示出产品平移的示意图；

图9本为根据又一优选实施例示出产品转换后的示意图。

具体实施方式

下面将结合本发明实施例示出的技术方案中的附图，对本发明实施例示出的技术方案中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

机器视觉是一种自动获取分析图像，以得到描述一个景物或控制某种动作的数据的技术。在现代工业自动化生产过程中，机器视觉正成为一种提高生产效率和保证产品质量的关键技术。基于机器视觉的对位系统即机器视觉对位系统，是指利用ccd(chargecoupleddevice，电荷耦合元件)摄像机等图像获取装置作为图像传感器，综合运用图像处理、运动算法等技术进行非接触二维或三维坐标对准的系统，它以光学为基础，融合了电子技术、计算机技术和图像处理技术，具有精度高、效率高、自动化程度高、造价低等优点。其中，图像处理技术是机器视觉对位系统的关键技术，包括图像平滑处理、图像锐化、图像对比度增强算法等，通过对采集对象图像的色彩特征等进行分析，获得采集对象的轮廓信息、位置信息等数据。

机器视觉对位系统广泛应用于lcd和半导体的制备与检测过程中，一般包括ccd摄像机、三维移动平台及步进电机控制单元、图像处理单元、计算机系统控制单元、结果输出及反馈单元等。例如在手机液晶屏的装配过程中，机器视觉对位系统通过对手机液晶屏和背光模组的对位标识的采集、滤波、分隔和识别，得出图像标记位置之间的偏差量，以此控制对象平台移动，完成手机液晶屏和背光模组的精确对准。在实际生产过程中，机器视觉对位系统根据整体的机械设计、运动流程、成本控制等综合因素，一般将对象平台设计为可以进行多个自由度精确移动的平台，而目标平台一般为固定的静止平台。

为了保证机器视觉对位系统的精度，必须在产品生产前对所述机器视觉对位系统进行标定。标定的过程，就是建立ccd摄像机拍摄的图像平面与对象平台平面，以及ccd摄像机拍摄的图像平面与目标平台平面的坐标映射关系。标定的精确程度直接决定对位精度，进而影响产品的质量，当然在实际生产过程中只需要在初次安装ccd摄像机或ccd摄像机位置发生变化时才需要进行标定。本发明实施例提供的机器视觉对位系统的标定方法及装置，通过控制对象平台移动，获取对象平台上基准点的对象图像坐标变化和对象平台坐标变化，精确计算完成对对象平台的标定；然后获取设置于对象平台上的实时对象的多个标记点图像，根据对象平台的标定结果，计算获得相邻标记点之间的对象平台坐标偏差；最后将实时对象贴合到目标平台，获取相邻标记点之间的目标图像坐标偏差，并结合所述标记点的对象平台坐标偏差，计算确定目标平台的标定结果，完成目标平台标定。在整个标定过程中，通过对可移动的对象平台的标定能够完成对静止的目标平台的标定，具有极高精度和适用性。

请参阅图2，本申请实施例示出一种基于最小化距离偏差的对位方法，所述方法包括：

s101对象图像采集装置获取目标平台上基准图像,在所述基准图像上建立坐标系，获取对象平台上产品的多个特征量的坐标,所述基准图像包括：基准特征量，以及，基准直线。

在本发明实施例示出的技术方案中，所述对象图像采集装置可以为工业ccd摄像机或者工业cmos(complementarymetaloxidesemiconductor，补偿金属氧化物半导体)摄像机，根据对象平台的尺寸以及摄像机到所述对象平台的距离等，调节摄像机的焦距、光圈等参数，使得在摄像机视场内能够清晰的获得对象平台基准点的产品。图3为本发明实施例提供的对象平台标定基准位置的示意图，其中所，11为对象平台，12为产品；通过调整摄像机，使得所述摄像机的视场能够清晰地获得所述对象平台11上产品12的图像，且保证所述对产品11位于所述视场内靠近中心的位置。当然，所述对象平台11上产品12的位置可以为所述对象平台上的任意一点，只要所述产品12相对于所述对象平台11固定不变、且容易被所述对象图像采集装置获取即可，本发明实施例对所述对象平台11基准点的尺寸和位置不做限制，本领域技术人员可以根据实际需要任意进行选择。

在本发明实施例示出的技术方案中，基准图像获取装置获取的产品的图像，以及，基准图像均为平面图像。

然后在基准图像上建立基准图像的坐标系，如图4所示，所述基准图像的坐标系可以以视场基准图像的一个顶角为原点建立坐标系，所述对象图像坐标系的x轴和y轴分别平行于所述基准图像的外边沿边线，x轴以向右为正，y轴以向上为正；所述基准图像坐标系，也可以以基准图像的任意一个顶点为原点建立坐标系。通常，所述基准图像坐标系的x轴和y轴分别平行于所述对象平台的边线，x轴以向右为正，y轴以向上为正。

值得注意的是，本申请实时示出技术方案，在对位的过程中除了涉及产品的平移外，还涉及产品的旋转，因此，本申请实施例示出的技术方案，基准图像坐标系还包括θ坐标。请参阅图5，以所述对象平台以原点为旋转中心旋转确定，顺时针旋转为正，逆时针旋转为负。当然，本领域技术人员可以以任意预设的坐标系原点和相应的坐标轴方向建立所述对象图像坐标系和所述对象平台坐标系，上述坐标系也不限于直角坐标系，也可以为其他坐标系，例如极坐标系等。

其中，对象平台上产品的特征量的坐标的获取方法：

获取所述对象平台上产品的图像，通过图像定位算法得到图像的特征量，所述特征量包括：特征点，和/或，直线。

通过图像定位算法得到产品图像特征点与直线。对于一个三角形的产品，三角形的顶角为特征点，三角形的边为直线。在实际应用中可以根据产品的形状根据图像定位法来定位产品的特征量。

s102根据所述特征量的坐标，以及，基准直线，计算所述特征量与基准直线的距离数组，根据所述基准特征量，以及，基准直线计算基准距离数组；

首先，根据所述基准特征量，以及，基准直线计算基准距离数组；

可以根据生产规格说明，得到产品的准距离数组；

也可以是，通过图像定位算法得到基准图像的基准特征量，所述基准特征量包括：基准特征点和/或基准直线。

请参阅图4，图中的三角形为基准图像，位于右边的矩形，以及，下边的矩形靠近三角形的边分别为基准线，根据生产规格说明可知基准图像的基准距离数组为{l1’，l2’，l3’}。

然后，根据所述特征量的坐标，以及，基准直线，计算所述特征量与基准直线的距离数组。

具体的，请参阅图6，图6为对象平台上三角形对象的初始状态，其中a，b，c分别为该对象的三个特征量。

预先根据，基准图像构建坐标系，以坐标系的x轴和y轴分别作为第一基准线和第二基准线；

在坐标系中，初始状态下特征量a，b，c三点的坐标分别为(x10，y10)，(x20，y20)，(x30，y30)。

特征量与基准线之间的对应关系，可以为，确定特征量到基准线最短的距离为所述特征量对应的基准线。

图6中c，b对应的基准线为x轴，a对应的基准线为y轴。

特征量a与基准直线(y轴)的距离为：x10＝l10，特征量b与基准直线(x轴)的距离为：y20＝l20，特征量c与基准直线(x轴)的距离为：y30＝l30。

相应的产品的距离数组为{l10，l20，l30}。

初始化偏移量。取特征点的初始平移长度与旋转角度，一般均取值为0；

s103控制所述对象平台移动预置偏离量，再次获取对象平台上产品的多个特征量的坐标，计算所述特征量与基准直线的距离数组；

控制对象平台移动沿所述对象平台的x、y、θ方向移动固定距离，再次获取对象平台上产品的多个特征量的坐标。

如图7所示，将对象在θ上旋转θ角度，再次获取对象平台上产品的多个特征量的坐标，特征量a1，b1，c1的坐标分别为(x11，y11)，(x21，y21)，(x31，y31)。

特征量a1与基准直线(y轴)的距离为：x11＝l11，特征量b1与基准直线(x轴)的距离为：y21＝l21，特征量c1与基准直线(x轴)的距离为：y31＝l31。

第二组距离数组为{l11，l21，l31}，其中，第二组距离数组对应的偏移量为θ。

请参阅图8为对象平台分别沿x和y方向移动固定距离后的基准点位置示意图，在本发明实施例示出的技术方案中，对象平台沿对象平台x轴的负方向移动固定距离δxd，

对象平台沿对象平台y轴的正方向移动固定距离δyd，相应的特征量a3，b3，c3的坐标分别为(x12，y12)，(x22，y22)，(x32，y32)。

特征量a2与基准直线(y轴)的距离为：x12＝l12，特征量b1与基准直线(x轴)的距离为：y21＝l22，特征量c1与基准直线(x轴)的距离为：y31＝l32。

s104计算所述距离数组与所述基准距离数组的距离偏差平方和，根据所述距离偏差平方和确定目标偏移量，所述目标偏移量即为对位结果。

基准距离数组分别为{l1’，l2’，l3’}；

第一组{l10，l20，l30}。

第二组距离数组为{l11，l21，l31}；

最优化距离偏差的计算公式可以表示为：

可以分别计算距离数组与基准距离数组距离偏差平方和；

通过梯度下降算法进行反向迭代计算求解，若距离偏差平方和达到阈值或者达到最大迭代次数，此时的偏移量结果即为目标偏移量。

也可以，分别计算距离数组与基准距离数组距离偏差平方和；

确定产生最小距离偏差平方和对应的偏移量为目标偏移量。

旋转θ角即为目标偏移量。

优选的，通过添加参与居中对位的点与直线来兼容一边为标准距离对位，另两边为居中对位的对位场景。

具体的，获取所述对象平台上产品的图像；

根据所述产品的图像，定位所述产品的特征量，所述特征量包括:所产品的居中对位点，或居中直线。

请参阅图9，图中l4和l5为参与左右居中对位的实际距离，居中对位后，两距离成为相等且均等于l’；而l6参与标准距离对位，对位后该距离趋近于标准距离l6’。

本申请实施例第二方面示出一种基于最小化距离偏差的对位装置，所述装置包括：

获取单元，用于初始化偏移量，对象图像采集装置获取目标平台上基准图像的坐标，获取对象平台上产品的多个特征量的坐标；

计算单元，用于对象图像采集装置获取目标平台上基准图像,在所述基准图像上建立坐标系，获取对象平台上产品的多个特征量的坐标,所述基准图像包括：基准特征量，以及，基准直线；

数组计算单元，用于根据所述特征量的坐标，以及，基准直线，计算所述特征量与基准直线的距离数组，根据所述基准特征量，以及，基准直线计算基准距离数组；

控制单元，用于控制所述对象平台移动预置偏离量，再次获取对象平台上产品的多个特征量的坐标，计算所述特征量与基准直线的距离数组；

确定单元，用于计算所述距离数组与所述基准距离数组的距离偏差平方和，根据所述距离偏差平方和确定目标偏移量，所述目标偏移量即为对位结果。

可选择的，所述确定单元包括：

第一计算单元，用于分别计算距离数组与基准距离数组距离偏差平方和；

求解单元，用于通过梯度下降算法进行反向迭代计算求解，若距离偏差平方和达到阈值或者达到最大迭代次数，此时的偏移量结果即为目标偏移量。

可选择的，所述确定单元包括：

第二计算单元，用于分别计算距离数组与基准距离数组距离偏差平方和；

第一确定单元，用于确定产生最小距离偏差平方和对应的偏移量为目标偏移量

由以上技术方案可知，本申请实施例示出一种基于最小化距离偏差的对位方法及装置，首先，最小化距离偏差的对位方法直接以对位产品规格为目标入手，计算的对位结果更符合生产的评价基准；其次，本申请实施例示出的对位方法，能够有效地解决非居中对位难题，适用于实际生产中不规则形状产品的对位场景。本发明涉及的对位方法主要包括：产品特征量定位、特征量偏移迭代和距离偏差平方和计算三部分。图像特征点线定位主要是根据图像定位算法获得该算法必要的特征点，和/或，直线的坐标表示。特征量偏移迭代是指在最优化距离对位中，偏移量会不断迭代变化，而在每次迭代后需要将特征点按最新偏移量进行偏移，使点到相应直线的距离不断趋近于基准距离。最小化距离差计算即迭代偏移量的计算过程，当偏移后的所有点到相应直线距离均与相应的基准距离偏差足够小时，则此时的偏移量即为最终的对位结果。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。