王林林

【摘 要】為了實(shí)現(xiàn)對(duì)微鉆頭質(zhì)量的自動(dòng)檢測(cè)，利用機(jī)器視覺技術(shù)與圖像處理技術(shù)對(duì)微鉆頭特征進(jìn)行提取并判斷。根據(jù)微鉆頭的特征設(shè)計(jì)的特殊光源為得到高質(zhì)量的刃面圖像提供了基礎(chǔ)。簡(jiǎn)潔明了的圖像處理算法則使刃面質(zhì)量檢測(cè)快速而高效，包括濾波、邊緣提取、直線擬合等。實(shí)驗(yàn)表明：本系統(tǒng)正確率與效率都很高，完全能滿足微鉆頭刃面質(zhì)量檢測(cè)的目的。

【關(guān)鍵詞】機(jī)器視覺；圖像處理；微鉆頭刃面檢測(cè)

【Abstract】In order to realize the automatic detection of the quality of micro drill，the machine vision technology and image processing techniques are used to extract and determine micro drill bit characteristics. The special light source designed by the characteristics of the micro drill bit which is based for the high quality blade surface image provides. Simple image processing algorithm makes the quality detection of blade surface more fast and efficient， including filtering， edge detection， linear fitting， etc. The experiments show that： the high accuracy and efficiency can completely meet the purpose of the quality detection.

【Key words】Machine vision； Image processing； Micro drill bit blade detection

0 引言

機(jī)器視覺技術(shù)[1]是一個(gè)發(fā)展十分迅猛的研究領(lǐng)域，其應(yīng)用范圍越來越廣，已經(jīng)涉及到醫(yī)藥、制造、航天等領(lǐng)域，越來越被廣泛的關(guān)注。電子設(shè)備的小型化推動(dòng)了印制電路板的小型化，并且促進(jìn)了PCB電路圖形的精細(xì)化，電子產(chǎn)品的普及讓PCB板的需求越來越大[2]。PCB的發(fā)展離不開鉆孔技術(shù)的更新，這樣就對(duì)鉆頭的要求越來越嚴(yán)格，尤其是中國(guó)已成了世界上的PCB板出口大國(guó)，對(duì)微型鉆頭的生產(chǎn)效率有了更高的要求。這就迫切需要新的自動(dòng)光學(xué)檢測(cè)技術(shù)，使得PCB微鉆頭的生產(chǎn)實(shí)現(xiàn)全自動(dòng)化生產(chǎn)[3]。自動(dòng)光學(xué)檢測(cè)具有自動(dòng)化、速度快、效率高、能夠始終如一的工作等特性，將會(huì)很大提高產(chǎn)品質(zhì)量和生產(chǎn)效率。

1 檢測(cè)系統(tǒng)工作原理

檢測(cè)系統(tǒng)結(jié)構(gòu)如圖1所示，其包括環(huán)形光源，CCD面陣相機(jī)，鏡頭和圖像采集卡。

圖1 檢測(cè)系統(tǒng)結(jié)構(gòu)示意圖

工作原理：傳動(dòng)系統(tǒng)將微鉆頭放在鏡頭正下方，鏡頭調(diào)焦后，CCD面陣相機(jī)拍照獲取微鉆頭刃面圖像的模擬信號(hào)，接著模擬信號(hào)輸入圖像采集卡，經(jīng)過采集卡將模擬信號(hào)量化為數(shù)字信號(hào)，然后傳給計(jì)算機(jī)進(jìn)行圖像處理，通過專門開發(fā)的檢測(cè)軟件在圖像中對(duì)微鉆頭刃面質(zhì)量進(jìn)行檢測(cè)。

2 刃面圖像的獲取

光源對(duì)微鉆頭刃面圖像的獲取有很大的影響。經(jīng)過角度測(cè)量，微鉆頭刃面為約130°的夾角，而要得到清晰的刀面圖像，經(jīng)過光學(xué)角度計(jì)算得出，當(dāng)入射光線與水平線呈40°角照射到刀面上時(shí)，反射光線會(huì)垂直進(jìn)入鏡頭，這樣就能得到最大清晰度的刃面圖像[4]。

3 圖像處理關(guān)鍵算法分析

3.1 圖像預(yù)處理

試驗(yàn)發(fā)現(xiàn)，雙邊濾波可以更好的保存邊緣信息，相較于其他的濾波方法具有簡(jiǎn)單、非迭代、局部的特點(diǎn)，滿足微鉆頭質(zhì)量檢測(cè)的所有標(biāo)準(zhǔn)。

雙邊濾波器中，輸出像素的值依賴于鄰域像素值的加權(quán)值組合：

其中加權(quán)系數(shù)ω（i，j，k，l）取決于定義域核和值域核的乘積。

3.2 邊緣提取算法

邊緣提取算法有很多種，如Canny算子、Sobel算子、Scharr算子等。經(jīng)對(duì)比，本文采用Canny算子對(duì)圖像進(jìn)行邊緣提取。Canny邊緣檢測(cè)算子是John F.Canny于 1986 年開發(fā)出來的一個(gè)多級(jí)邊緣檢測(cè)算法[5]。更為重要的是 Canny 創(chuàng)立了邊緣檢測(cè)計(jì)算理論，解釋了這項(xiàng)技術(shù)是如何工作的。Canny算法運(yùn)行步驟：先是利用高斯mask做卷積去除雜波，接著尋找圖像中的亮度梯度，最后在圖像中跟蹤邊緣。

4 擬合識(shí)別

由以上方法得到圖像邊緣信息數(shù)據(jù)后，將這些數(shù)據(jù)放到一個(gè)矩陣中，方便對(duì)圖像的進(jìn)一步處理。本文采用霍夫變換與最小二乘法，對(duì)邊緣圖進(jìn)行直線擬合[6]。霍夫變換能剔除數(shù)據(jù)點(diǎn)集中的干擾點(diǎn)和噪聲，將分布在不同直線附近的點(diǎn)分離出來；最小二乘法則能擬合各直線。該方法既解決直接使用最小二乘法擬合直線時(shí)存在的問題；同時(shí)也解決直接使用霍夫變換時(shí)，擬合直線精度不高和直線段有效區(qū)間不容易控制的問題。

由此可判斷，微鉆頭刃面圖像上，四個(gè)線段是否兩兩在一條直線上。若兩兩在一條直線上，則此微鉆頭質(zhì)量合格，否則不合格，等待下一步處理。

5 總結(jié)

本文的微鉆頭質(zhì)量檢測(cè)系統(tǒng)是針對(duì)直徑為2.5mm的微鉆頭采集圖像，作圖像預(yù)處理，平滑濾波、Canny邊緣提取后，再進(jìn)行直線擬合，判斷正在檢測(cè)的微鉆頭是否質(zhì)量合格。研究的重點(diǎn)是搞糟的特殊光源可以獲得高質(zhì)量的圖像，為之后的處理奠定良好的基礎(chǔ)。

【參考文獻(xiàn)】

[1]賈云得，機(jī)器視覺[M]，北京：科學(xué)出版社，2000.

[2]蘇杰鋒，2011～2012年全球PCB和FPC市場(chǎng)調(diào)查分析報(bào)告[R].中國(guó)印刷電路行業(yè)協(xié)會(huì)，2012.

[3]中國(guó)電子元件行業(yè)協(xié)會(huì)信息中心，2005板中國(guó)印制電路板（PCB）市場(chǎng)競(jìng)爭(zhēng)研究報(bào)告[EB/OL]，北京：中國(guó)電子元件行業(yè)協(xié)會(huì)，2006-05-20.

[4]張舞杰，基于計(jì)算機(jī)視覺技術(shù)的微鉆刃面自動(dòng)光學(xué)檢測(cè)[J].廣州：華南理工大學(xué)學(xué)報(bào)，2006.

[5]（一種邊緣檢測(cè)的計(jì)算方法）Canny，J，一種邊緣檢測(cè)的計(jì)算方法A Computational Approach To EdgeDetection， IEEE Trans. Pattern Analysis and Machine Intelligence， 8：679-714，1986[Z].

[6]曾接賢，霍夫變換與最小二乘法相結(jié)合的直線擬合[S].南昌：南昌航空工業(yè)學(xué)院學(xué)報(bào)（ 自然科學(xué)版），2003.

[責(zé)任編輯：張濤]