黃春霞

(廈門理工學(xué)院 光電與通信工程學(xué)院，福建 廈門 361024)

0 引言

邊緣是圖像最基本的特征之一，測(cè)量系統(tǒng)中的參數(shù)測(cè)量是通過處理被測(cè)物體圖像的邊緣而獲得物體的幾何參數(shù)的過程，被測(cè)零件的邊緣定位精度直接影響最終的測(cè)量結(jié)果。因此，邊緣檢測(cè)技術(shù)是參數(shù)測(cè)量的基礎(chǔ)和關(guān)鍵。邊緣檢測(cè)技術(shù)從接觸式發(fā)展到非接觸式測(cè)量。接觸式測(cè)量主要利用一些機(jī)械量儀，直接接觸工件邊緣表面進(jìn)行檢測(cè)；而非接觸式測(cè)量主要利用光學(xué)測(cè)量儀，進(jìn)行掃描或者投影工件邊緣進(jìn)行檢測(cè)，后者具有無損傷、精度高、檢測(cè)速度快等優(yōu)點(diǎn)，因此應(yīng)用越來越廣泛。非接觸式邊緣檢測(cè)技術(shù)常見的有投影成像檢測(cè)法、激光反射檢測(cè)法、激光遮斷檢測(cè)法[1-4]。

對(duì)于要檢測(cè)工件徑向距離的場(chǎng)景，當(dāng)工件邊緣不平整時(shí)，用激光反射檢測(cè)法誤差會(huì)比較大，而用激光遮斷檢測(cè)法視場(chǎng)范圍又太小，綜合考慮，采用電荷耦合器件(CCD)投影成像檢測(cè)法效果會(huì)好的多，該方法適用于超薄工件的邊緣檢測(cè)，在工業(yè)中應(yīng)用廣泛。其核心檢測(cè)部件是CCD圖像采集傳感器，配以光源進(jìn)行工作，光源于CCD傳感器上方安裝，被測(cè)工件放在光路中間，工件遮擋光路的部分會(huì)在CCD成像單元上形成陰影。投影成像檢測(cè)法不能直接獲取工件邊緣點(diǎn)的坐標(biāo)，而且要對(duì)采集的圖像配以一定的圖像處理算法進(jìn)行處理，以此找到工件邊緣點(diǎn)的像素坐標(biāo)。而CCD器件又分有面陣CCD和線陣CCD兩種，因此投影成像檢測(cè)法分別對(duì)應(yīng)面陣CCD投影成像檢測(cè)法和線陣CCD投影成像檢測(cè)法。

面陣CCD投影成像檢測(cè)法，CCD傳感器采集的是一副二維的面陣圖像。目前二維圖像像素級(jí)邊緣檢測(cè)算法常用的有Roberts，Sobel，Canny，LOG算子等，這些算子的形式簡單，易于實(shí)現(xiàn)且速度快，但定位精度差，對(duì)噪聲敏感。由于面陣CCD投影成像檢測(cè)法對(duì)被測(cè)對(duì)象直接成像，無需掃描控制電路、驅(qū)動(dòng)機(jī)構(gòu)等，設(shè)備相對(duì)簡單，獲取被測(cè)物體二維信息的速度較快，但是單個(gè)面陣成像面積較小，適用于測(cè)量較小物體。由于生產(chǎn)技術(shù)的制約，單個(gè)面陣CCD的面積很難達(dá)到一般工業(yè)測(cè)量對(duì)視場(chǎng)的需求[5-8]。

線陣CCD投影成像檢測(cè)法，CCD傳感器采集的是一維圖像，一幀圖像處理的結(jié)果是一個(gè)邊緣點(diǎn)的坐標(biāo)，因此為了獲取工件整周邊緣的信息，CCD線陣投影成像檢測(cè)法必須配合掃描運(yùn)動(dòng)，這對(duì)圖像處理有實(shí)時(shí)性的要求。這種采用線陣CCD作為傳感器再配合執(zhí)行機(jī)構(gòu)帶動(dòng)工件旋轉(zhuǎn)以掃描檢測(cè)工件的邊緣，在針對(duì)大視場(chǎng)，實(shí)時(shí)性，高精度測(cè)量的場(chǎng)合尤其常見，比如在光刻機(jī)中硅片傳輸分系統(tǒng)里為了完成硅片預(yù)對(duì)準(zhǔn)對(duì)硅片邊緣的檢測(cè)。本文提出基于線陣CCD圖像邊緣檢測(cè)方法，圖像采集配合旋轉(zhuǎn)軸掃描運(yùn)動(dòng)，對(duì)工件邊緣整周進(jìn)行圖像采集。針對(duì)線陣CCD采集工件邊緣的每幀圖像，主要從圖像平滑濾波、基于梯度算子邊緣粗定位，擬合區(qū)間搜索、最小二乘直線擬合邊緣精確定位幾個(gè)方面對(duì)圖像邊緣檢測(cè)技術(shù)進(jìn)行研究，結(jié)合圖像ID對(duì)應(yīng)旋轉(zhuǎn)臺(tái)角度位置精確定位出工件邊緣點(diǎn)極坐標(biāo)位置，為工件后續(xù)特征識(shí)別提供計(jì)算數(shù)據(jù)。算法運(yùn)用硅片預(yù)對(duì)準(zhǔn)臺(tái)中的硅片邊緣線陣CCD采集的圖像進(jìn)行驗(yàn)證，結(jié)果表明，該方法檢測(cè)精度達(dá)到亞像素級(jí)別，處理效率高，可適用于大視場(chǎng)，實(shí)時(shí)性，高精度測(cè)量的場(chǎng)合[9-15]。

1 測(cè)量系統(tǒng)

待測(cè)工件邊緣的上下方分別固定放置點(diǎn)光源和CCD傳感器，CCD傳感器一維列陣傳感器方向朝向工件旋轉(zhuǎn)中心安裝，目的是為了測(cè)量工件的徑向距離。常見的如圖1所示的這種透射式光路，點(diǎn)光源發(fā)出的散射光束一部分被工件遮擋，一部分直接照射在CCD傳感器上成像，CCD傳感器上的光敏單元能夠感應(yīng)光的強(qiáng)弱，從而獲得電壓信號(hào)，再通過模數(shù)轉(zhuǎn)換獲得數(shù)字圖像信號(hào)[16]。工件在旋轉(zhuǎn)臺(tái)帶動(dòng)下旋轉(zhuǎn)，圖像采集配合旋轉(zhuǎn)臺(tái)掃描運(yùn)動(dòng)，通過邊緣檢測(cè)可以獲取工件整周邊緣點(diǎn)坐標(biāo)位置，從而計(jì)算工件特征信息(如形心位置等)。具體采樣原理是，根據(jù)采樣頻率，運(yùn)動(dòng)驅(qū)動(dòng)控制卡對(duì)旋轉(zhuǎn)軸編碼器計(jì)數(shù)，到位后，向基于DSP的圖像處理卡發(fā)出觸發(fā)信號(hào)，圖像處理卡向基于FPGA的圖像采集卡下發(fā)控制指令，后者通過CAMERALINK協(xié)議與CCD傳感器通訊，來接收CCD圖像數(shù)據(jù)，并且負(fù)責(zé)圖像數(shù)據(jù)的平滑濾波和梯度值計(jì)算，粗定位出邊緣位置，然后把處理后的結(jié)果，即粗定位的邊緣位置坐標(biāo)，以及截取粗定位的邊緣點(diǎn)附近段數(shù)據(jù)上傳給圖像處理卡(DSP)，DSP接著進(jìn)行下一步擬合區(qū)間搜索和最小二乘擬合精確定位出邊緣位置。旋轉(zhuǎn)臺(tái)旋轉(zhuǎn)一周后，DSP獲得工件整周邊緣點(diǎn)的坐標(biāo)位置，把這些坐標(biāo)信息上傳給上位機(jī)，上位機(jī)再進(jìn)行如工件形心等特征識(shí)別計(jì)算。通過圖像采集卡FPGA的前期處理，可以大大減少其與圖像處理卡DSP之間的通訊數(shù)據(jù)量，F(xiàn)PGA和DSP這種分工處理模式發(fā)揮了各自處理芯片的優(yōu)勢(shì)，大大提高了運(yùn)算處理效率。測(cè)量系統(tǒng)如圖1所示。[17]

圖1 測(cè)量系統(tǒng)

2 邊緣檢測(cè)方法

該方法結(jié)合了粗定位和參數(shù)擬合兩大步，具體流程是首先對(duì)圖像進(jìn)行濾波，然后根據(jù)圖像在邊緣點(diǎn)上有灰度躍變的特點(diǎn)，計(jì)算灰度梯度算子，搜索出梯度極大值或者首次較大值以粗略確定邊緣位置，粗定位精度是像素級(jí)的；由于CCD圖像信號(hào)在邊緣是漸變過程，所以在粗位置兩端左右向外擴(kuò)展一小段，對(duì)該段區(qū)域進(jìn)行最小二乘直線擬合，從而獲取亞像素級(jí)的邊緣點(diǎn)坐標(biāo)位置。線陣CCD圖像邊緣檢測(cè)算法流程如圖2所示[18-20]。

圖2 線陣CCD圖像邊緣檢測(cè)算法流程

2.1 平滑濾波

在邊緣檢測(cè)中往往是是先通過對(duì)原始圖像的灰度值求取一階導(dǎo)數(shù)，以此方法檢測(cè)出邊緣點(diǎn)的存在，再使用二階導(dǎo)數(shù)過零點(diǎn)定位出邊緣的具體位置。由于在導(dǎo)數(shù)的應(yīng)用中，結(jié)果對(duì)噪聲很敏感，所以必須首先使用一個(gè)濾波器來減少噪聲對(duì)邊緣檢測(cè)性能的影響。圖像平滑的主要作用就是為了要降低噪聲對(duì)檢測(cè)結(jié)果的影響。

圖像平滑濾波的方法有多種，如中值濾波是圖像平滑的方法之一，其通常是以某像素點(diǎn)為中心作為一個(gè)窗口，把附近區(qū)域里的像素的灰度值根據(jù)特定的順序如從大到小排列，在窗口中間的像素的灰度值是濾波后的值。決定中值濾波效果好壞的是計(jì)算機(jī)中使用到的像素的數(shù)量和附近區(qū)域的范圍。它是一種非線性濾波器，有其自身的相對(duì)于其他濾波器的優(yōu)越性：首先它能夠有效的抑制噪聲和脈沖的干擾并且能夠保持圖像的邊緣，它的不足之處在于其對(duì)高斯噪聲的抑制效果并不是很有效。

而高斯濾波器是屬于一種線性平滑濾波器，它對(duì)于消除正態(tài)分布的噪聲效果非常顯著，它是通過高斯函數(shù)的形狀來選擇權(quán)值的，不管是在空間域上還是在頻率域上都是非常有應(yīng)用價(jià)值的低通濾波器。高斯濾波器用像素相鄰域的加權(quán)平均值來代替該點(diǎn)的像素值，而每一領(lǐng)域像素點(diǎn)的權(quán)值是隨該點(diǎn)距中心點(diǎn)的距離單調(diào)增減的，這避免了平滑運(yùn)算造成的圖像失真。高斯函數(shù)的傅里葉變換頻譜是單瓣的，這意味著平滑圖像不會(huì)被不需要的高頻信號(hào)(噪聲)所污染,同時(shí)保留了大部分所需的信號(hào)(如邊緣)[21]。通過比較不用算法的優(yōu)劣，本文選用高斯濾波器對(duì)圖像進(jìn)行平滑濾波。

關(guān)于高斯濾波器的模板選擇，可用楊輝三角形的第n行作為高斯濾波器的一個(gè)具有n點(diǎn)的一維逼近權(quán)值，綜合考慮計(jì)算量和濾波效果，這里n取為經(jīng)驗(yàn)值5，楊輝三角形的第5行是[1 4 6 4 1]，用該行代表的權(quán)值作為模板對(duì)圖像進(jìn)行高斯濾波。圖3是一幀線陣CCD原始圖像灰度分布圖，圖4是經(jīng)過高斯平滑濾波后的線陣CCD圖像灰度分布圖，對(duì)比濾波前后的一維灰度分布，濾波后的圖像被平滑并且有效保護(hù)了過渡區(qū)域。

圖3 一幀線陣CCD原始圖像灰度分布圖

圖4 濾波后的線陣CCD圖像灰度分布圖

2.2 基于梯度算子邊緣粗定位

圖像的邊緣是灰度值梯度較大或極大的地方，是圖像的最基本特征，對(duì)于數(shù)字圖像來說，可以用一階差分代替一階微分。針對(duì)線陣CCD測(cè)量系統(tǒng)，在工件邊緣區(qū)域灰度對(duì)比度變化明顯，若工件表面不透光，則邊緣位置灰度值梯度具有極大值；若工件表面會(huì)透光，則邊緣位置灰度值梯度具有較大值，此時(shí)可設(shè)定一個(gè)閾值，閾值可根據(jù)工件表面透光情況來設(shè)定，搜索第一個(gè)梯度大于該閾值的位置即為邊緣位置?；谔荻人阕铀阉鞯玫降倪吘壩恢弥荒苓_(dá)到像素級(jí)精度，所以是粗定位。

數(shù)字圖像經(jīng)過平滑濾波后的一維圖像f(i),i=1,2,...[i表示像素位置，f(i)表示灰度值]，梯度算子公式是：

G(i)=abs(f(i-1)-f(i))

(1)

G(i)為灰度圖像的灰度梯度值，對(duì)灰度梯度值遍歷找到極大值點(diǎn)，或者大于設(shè)定閾值GTH的第一個(gè)點(diǎn)，其對(duì)應(yīng)的像素位置i即為邊緣粗定位坐標(biāo)。

2.3 擬合區(qū)域搜索

理想的邊緣信號(hào)是一個(gè)階躍函數(shù)，如圖5所示。而在實(shí)際采集中，由于存在像差和衍射效應(yīng)，CCD采集到的實(shí)際邊緣信號(hào)是一個(gè)逐漸增大的漸變信號(hào)[4]，其邊緣區(qū)域灰度變化如圖6所示。

圖5 理想邊緣信號(hào)

圖6 邊緣區(qū)域灰度變化示意圖

為了獲得邊緣精確位置，需要對(duì)粗定位的邊緣點(diǎn)附近段數(shù)據(jù)進(jìn)行直線擬合，所以先要搜索擬合區(qū)域。由于通過求取灰度梯度獲得的初始邊緣位置由該點(diǎn)及相鄰兩點(diǎn)的灰度值決定，在隨機(jī)噪聲的影響下，結(jié)果可能不太穩(wěn)定。為了得到穩(wěn)定的邊緣，采用基于最小二乘法的直線擬合方法能夠有效地抑制隨機(jī)噪聲的影響，這樣處理之后可以使得邊緣檢測(cè)的結(jié)果更加穩(wěn)定。

以粗邊緣點(diǎn)為中心，左右各取12個(gè)點(diǎn)的像素?cái)?shù)據(jù)為搜索區(qū)域，該區(qū)域設(shè)為[a,b]，12即為以粗邊緣點(diǎn)為中心的搜索半徑r的值。a，b間的區(qū)域只有中間部分即[nc,nd]段的像素?cái)?shù)據(jù)用于直線擬合，該擬合段根據(jù)灰度上下門限值進(jìn)行搜索確定。

線陣CCD灰度變化范圍為0～255，可以選取[a,b]間最右側(cè)n個(gè)像素點(diǎn)的均值設(shè)定為灰度的上限值為GH，選取[a,b]間最左側(cè)n個(gè)像素點(diǎn)的均值設(shè)定為灰度的下限值為GL(n一般要小于等于搜索半徑r的一半,上文r取12，故n取為5較為合適)。從a點(diǎn)向b點(diǎn)搜索，找到灰度大于GL的第一個(gè)點(diǎn)為nc；然后從b點(diǎn)向a點(diǎn)搜索，找到灰度小于GH的第一個(gè)點(diǎn)為nd；nc和nd之間的那部分區(qū)域作為需要直線擬合的區(qū)域。

2.4 最小二乘直線擬合邊緣精定位

通過上一步得到了擬合區(qū)域之后，采用最小二乘直線擬合來精確定位邊緣位置。

設(shè)用于擬合邊緣信號(hào)的直線方程為：

G(n)=k*n+l

(2)

邊緣圖像的實(shí)測(cè)灰度值是g(n)，由最小二乘原理求參數(shù)k和l，使得：

(3)

的值最小，這樣就可以保證每個(gè)點(diǎn)離直線的距離絕對(duì)值是最小的。將M分別對(duì)k和l求偏微分，并令其偏微分為0，得：

(4)

(5)

由式(4)和(5)得：

(6)

(7)

Ak+Bl=C

(8)

Bk+El=D

(9)

由式(8)和(9)解得參數(shù):

(10)

(11)

設(shè)定一個(gè)位于GH和GL之間的灰度值Gref，Gref可以通過實(shí)際的工況確定，也可以利用下式獲得

Gref=(GH+GL)/2

(12)

這樣根據(jù)式(2)可以求得位于nc,nd的邊緣點(diǎn)ns

ns=(Gref-l)/k

(13)

ns即為精確邊緣位置。

3 實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)裝置是光刻機(jī)硅片傳輸分系統(tǒng)中硅片預(yù)對(duì)準(zhǔn)臺(tái)CCD測(cè)量系統(tǒng)，如圖7所示。CCD傳感器安裝在硅片下方，已經(jīng)封裝在圖中黑色罩殼里，硅片上方是點(diǎn)光源，硅片由機(jī)械手從片庫的片盒中取出，放置在預(yù)對(duì)準(zhǔn)旋轉(zhuǎn)臺(tái)的真空吸盤上，由于片盒存有間隙，放置在預(yù)對(duì)準(zhǔn)旋轉(zhuǎn)臺(tái)上的硅片存在2 mm范圍的隨機(jī)偏心和隨機(jī)缺口方向。在半導(dǎo)體芯片制作過程中硅片需要多重曝光，光刻機(jī)的視野很小，在將硅片傳送到光刻機(jī)工件臺(tái)上進(jìn)行曝光前，硅片必須進(jìn)行納米級(jí)對(duì)準(zhǔn)。從微米級(jí)的偏差到納米級(jí)的對(duì)準(zhǔn)，一次定位難以做到，所以中間先需要經(jīng)過硅片預(yù)對(duì)準(zhǔn)臺(tái)進(jìn)行微米級(jí)的預(yù)對(duì)準(zhǔn)，即預(yù)對(duì)準(zhǔn)臺(tái)要把硅片偏心調(diào)整在微米級(jí)范圍內(nèi)，缺口偏向調(diào)整在微弧度范圍內(nèi)。為了有效識(shí)別硅片形心和缺口位置特征，需要CCD傳感器配合旋轉(zhuǎn)臺(tái)掃描運(yùn)動(dòng)采集硅片邊緣數(shù)據(jù)，定位出硅片整周邊緣點(diǎn)坐標(biāo)，經(jīng)過CCD坐標(biāo)系到旋轉(zhuǎn)臺(tái)坐標(biāo)系的坐標(biāo)變換，從而獲取硅片邊緣整周徑向極坐標(biāo)值，再應(yīng)用預(yù)對(duì)準(zhǔn)算法算出偏心和缺口坐標(biāo)位置，從而指導(dǎo)執(zhí)行機(jī)構(gòu)做相應(yīng)的硅片偏心、方向調(diào)整。線陣CCD邊緣檢測(cè)定位精度對(duì)預(yù)對(duì)準(zhǔn)后續(xù)算法的執(zhí)行有很大的影響。為了驗(yàn)證本文所提CCD邊緣檢測(cè)方法的重復(fù)性定位精度和效率，把它們應(yīng)用在硅片預(yù)對(duì)準(zhǔn)臺(tái)硅片邊緣線陣CCD測(cè)量系統(tǒng)中。

圖7 硅片預(yù)對(duì)準(zhǔn)臺(tái)CCD測(cè)量系統(tǒng)

所謂的重復(fù)性定位精度實(shí)驗(yàn)，就是在同一位置采集多組圖像數(shù)據(jù)，然后應(yīng)用算法分別計(jì)算邊緣點(diǎn)坐標(biāo)，要保證定位坐標(biāo)的重復(fù)性。判斷準(zhǔn)則是應(yīng)用俄國數(shù)學(xué)家P.L.Chebyshtv的3-sigma法則，假設(shè)有n個(gè)離散的數(shù)值：a[0],a[1],…,a[n-1]，樣本均值m為,

(14)

(15)

(16)

3-sigma法則又叫經(jīng)驗(yàn)法則，最常在統(tǒng)計(jì)中用于預(yù)測(cè)最后結(jié)果。在得到數(shù)據(jù)的標(biāo)準(zhǔn)差，并在可以收集確切的數(shù)據(jù)之前，該規(guī)則可作為一個(gè)對(duì)即將到來數(shù)據(jù)結(jié)果的粗略估計(jì)。在統(tǒng)計(jì)學(xué)中，經(jīng)驗(yàn)法則是在正態(tài)分布中，預(yù)測(cè)距平均值小于一個(gè)標(biāo)準(zhǔn)差，即在平均值距離[-1σ,+1σ]范圍之間的數(shù)據(jù)占67%；預(yù)測(cè)距平均值小于二個(gè)標(biāo)準(zhǔn)差，即在平均值距離[-2σ,+2σ]范圍之間的數(shù)據(jù)占95.45%；預(yù)測(cè)距平均值小于3個(gè)標(biāo)準(zhǔn)差，即在平均值距離[-3σ,+3σ]范圍之間的數(shù)據(jù)占99.76%。在工業(yè)測(cè)量中，常對(duì)超過25組的測(cè)量數(shù)據(jù)計(jì)算3sigma值來確定其測(cè)量的重復(fù)性定位精度。

3σ理論應(yīng)用到本系統(tǒng)中，只要在同一個(gè)邊緣位置，采集n(n≥25)組線陣CCD圖像，對(duì)每幀圖像應(yīng)用本文所提的邊緣檢測(cè)算法，即獲得n個(gè)邊緣點(diǎn)在CCD坐標(biāo)系下的位置坐標(biāo)(以像素為單位)，再計(jì)算這些位置坐標(biāo)的3σ值，只需3σ值達(dá)到亞像素精度，即表示該算法至少能達(dá)到99.73%的合格率，可視作算法達(dá)到本文所提的亞像素精度要求。

驗(yàn)證算法圖像的獲取，是在硅片同一邊緣位置采集1 000次共獲得1 000幅線陣CCD一維圖像，每幀圖像包含1 004個(gè)像素，每個(gè)像素對(duì)應(yīng)一個(gè)灰度值，所以每幀圖像有1 004個(gè)代表灰度值的數(shù)據(jù)。為了顯示方便，把同一位置的1 000幅一維圖像灰度數(shù)據(jù)上傳上位機(jī)，上位機(jī)開辟一個(gè)高1 000，寬1 004的無符號(hào)整型內(nèi)存空間，即unsigned char[1 000,1 004]來存圖像灰度數(shù)據(jù)，把這些數(shù)據(jù)保存在一個(gè)圖像文件中，打開后就得到一幅像素大小為高1 000，寬1 004的二維圖像，實(shí)為同一位置采集的一維圖像數(shù)據(jù)從上到下拼接在一起組合而成的。分別在硅片3個(gè)不同位置這樣采集拼接三次，則獲得如圖8所示的3幅二維圖像，其中圖8(c)還改變了CCD的焦距，所以圖像表現(xiàn)得更加模糊。

圖8 實(shí)驗(yàn)采集CCD拼接二維灰度圖像

針對(duì)這3個(gè)位置，分別采用兩種邊緣檢測(cè)算法進(jìn)行指標(biāo)結(jié)果比較，一種是直接對(duì)拼接的二維圖像采用圖像增強(qiáng)、平滑濾波、應(yīng)用SOBEL算子的二維邊緣檢測(cè)算法[22]。圖9是針對(duì)CCD拼接二維圖8(a)應(yīng)用該算法步驟得到的邊緣檢測(cè)過程結(jié)果圖，最后獲得的1 000個(gè)邊緣點(diǎn)坐標(biāo)，畫出其折線如圖10所示，再對(duì)這1 000個(gè)坐標(biāo)位置計(jì)算3σ值，結(jié)果為3.436像素，如表1第一行所示；而針對(duì)CCD拼接二維圖8(b)、圖8(c)計(jì)算邊緣坐標(biāo)的3σ值分別是3.579和6.364像素?？梢钥闯鲇迷摱S圖像邊緣檢測(cè)算法，算法重復(fù)性定位精度是像素級(jí)別，定位精度對(duì)圖像清晰度十分敏感，當(dāng)圖像模糊時(shí)，該算法的定位精度會(huì)大大下降。這里FPGA和DSP主要作用是做圖像采集控制和數(shù)據(jù)傳輸，并不做任何數(shù)據(jù)處理，因此這兩種芯片的優(yōu)勢(shì)沒有發(fā)揮出來；DSP把所有數(shù)據(jù)上傳上位機(jī)，上位機(jī)把所有圖像數(shù)據(jù)拼接成二維圖像后再進(jìn)行邊緣檢測(cè)，數(shù)據(jù)通訊量較大，需要占用上位機(jī)系統(tǒng)內(nèi)存較大空間，不過后臺(tái)時(shí)鐘顯示圖像處理耗費(fèi)時(shí)間為116 μs(針對(duì)1 004*1 000圖像大小)，算法效率較高。

圖9 針對(duì)圖8(a)基于Sobel算子邊緣檢測(cè)過程結(jié)果

圖10 針對(duì)圖8(a)二維圖像邊緣檢測(cè)得邊緣坐標(biāo)點(diǎn)

表1 兩種邊緣檢測(cè)算法重復(fù)性定位精度結(jié)果比較

另一種采用本文所提的算法，各幅圖像的每行分別應(yīng)用本文所提的一維圖像邊緣檢測(cè)算法定位出邊緣坐標(biāo)位置，獲得的1 000個(gè)邊緣點(diǎn)坐標(biāo)，計(jì)算3σ值。如圖11是針對(duì)CCD拼接二維圖8(a)里1 000幅一維圖像數(shù)據(jù)分別應(yīng)用本文所提算法得到的邊緣檢測(cè)結(jié)果，獲得的1 000個(gè)邊緣點(diǎn)坐標(biāo)，用它們畫出的折線圖；對(duì)這1 000個(gè)坐標(biāo)位置計(jì)算3σ值，為0.339像素，如表1第一行所示；而針對(duì)CCD拼接二維圖8(b)、圖8(c)中的一維圖像數(shù)據(jù)計(jì)算邊緣坐標(biāo)的3σ值分別是0.365和0.491像素?？梢钥闯鲇帽疚乃嵋痪S圖像邊緣檢測(cè)算法，算法重復(fù)性定位精度是亞像素級(jí)別，定位精度對(duì)圖像清晰度不敏感，當(dāng)圖像模糊時(shí)，算法的定位精度雖然有所下降，但是也能達(dá)到亞像素級(jí)別。另外該算法在主頻200 M的DSP板上運(yùn)行，編譯環(huán)境為CCS2.2，設(shè)置-02優(yōu)化選項(xiàng)，使用定時(shí)器獲取的運(yùn)行時(shí)間小于17 000 CPU周期(約85 μs)，需要耗費(fèi)的時(shí)間是微秒級(jí)。根據(jù)采樣定理，圖像處理時(shí)間只要小于每次圖像采集間隔時(shí)間的一半，即滿足實(shí)時(shí)性需求。例如對(duì)于硅片預(yù)對(duì)準(zhǔn)臺(tái)，旋轉(zhuǎn)臺(tái)旋轉(zhuǎn)1周用時(shí)1 s，硅片邊緣需要采集2 000點(diǎn)，每點(diǎn)采樣周期約是30 ms，遠(yuǎn)遠(yuǎn)大于每幀圖像處理時(shí)間，因此滿足數(shù)據(jù)采集實(shí)時(shí)性要求。另外，DSP傳送給上位機(jī)直接就是邊緣點(diǎn)坐標(biāo)位置，上位機(jī)無需再做圖像處理。綜上所述，對(duì)比兩種邊緣檢測(cè)算法的結(jié)果，可以看出本文所提算法重復(fù)性定位精度更高，充分利用了各種處理芯片的運(yùn)算優(yōu)勢(shì)，運(yùn)算速度快，數(shù)據(jù)通訊量小，可適用于實(shí)時(shí)性要求高的應(yīng)用場(chǎng)合。

圖11 針對(duì)圖8(a)一維圖像邊緣檢測(cè)得邊緣坐標(biāo)點(diǎn)

4 結(jié)束語

本文提出基于線陣CCD圖像邊緣檢測(cè)方法，圖像采集配合旋轉(zhuǎn)軸掃描運(yùn)動(dòng)，對(duì)工件邊緣整周進(jìn)行圖像采集，針對(duì)每幀圖像運(yùn)用圖像平滑濾波、基于梯度算子邊緣粗定位、擬合區(qū)域搜索、最小二乘直線擬合邊緣精定位幾個(gè)步驟，結(jié)合圖像ID對(duì)應(yīng)旋轉(zhuǎn)臺(tái)角度位置從而定位出工件邊緣點(diǎn)極坐標(biāo)位置，為工件后續(xù)特征識(shí)別提供計(jì)算數(shù)據(jù)。實(shí)驗(yàn)表明，該方法定位精度達(dá)到亞像素級(jí)別，采集的圖像質(zhì)量對(duì)方法定位精度有一定影響，實(shí)際工作中，CCD焦距最好要調(diào)節(jié)好，光強(qiáng)調(diào)整適中使得邊緣位置明暗變化明顯；另外方法計(jì)算效率高，計(jì)算時(shí)間小于90 μs，適用于大視場(chǎng)，實(shí)時(shí)性，高精度測(cè)量的場(chǎng)合。