基于圖像處理的貼合機自動糾偏系統

趙茹，陶曉杰，王鵬飛

（合肥工業大學 儀器儀表與光電工程學院，安徽 合肥 230009）

文中研究的自動貼合機它的主要功能是將加強片貼合到FPC29800產品上，以防止柔性電路板發生翹曲現象。貼合機在粘貼的過程中由于多種因素，導致物品存在偏移或者旋轉，它將直接影響到產品的質量和生產效率。為了保證最后貼合的產品達到生產要求，具有較高的精度，文中通過視覺系統對加強片進行精確定位[1]。

1 視覺系統的設計

自動貼合機通過圖像采集設備，將真空吸取的加強片進行圖像采集，并將采集到的圖像傳送到液晶顯示器，采集圖像與機器存入的標準圖像進行比對，計算采集圖像X、Y軸的偏移量和旋轉角度θ，將偏移量和旋轉角度傳送給工業控制機，最后由工業控制機控制精密機械平臺實現加強片的位置糾正[1]。

貼合機自動糾偏系統主要由工業彩色用CCD，鏡頭，照明光源，圖像采集卡、圖像處理單元、計算機組成[2]。系統結構如圖1所示。貼合機要貼合的加強片如圖2所示。

1.1 硬件的選擇

本研究選用的CCD為松下（Panasonic）WV-CP60；鏡頭為 AVENIR（日本精工）LENSSE1212，焦距為 12 mm；圖像采集卡采用天敏SDK2000，顯示分辨率可達640×480。

圖1 系統結構框圖Fig.1 System structure

圖2 加強片Fig.2 Strengthen the piece

1.2 圖像預處理

在采集圖像的過程中，由于環境因素、機器振動等各種因素導致采集的圖像模糊不清，需要對圖像進行各種預處理，以便后續的檢測[3]。文中對加強片進行圖像采集，由于待采集的加強片形狀規則，結構簡單，邊緣容易檢測，因此首先對圖像進行邊緣檢測[4]，采用Canny算子，該算子提取的邊緣線型連接程度較好，邊緣提取的較完整，邊緣線劃很細。攝像機采集到的圖像如圖3所示，邊緣檢測后的結果如圖4所示。

圖3 原始圖像Fig.3 Original image

圖4 邊緣檢測的圖Fig.4 Edge detection of the image

1.3 圖像配準

1.3.1 Hough變換

從圖4可以看出經過邊緣檢測后的圖像邊界清晰，直線比較明顯，容易檢測，因此使用Hough變換檢測直線的方法來檢測旋轉角度[5]。文中采用了平均角度法，即對所有檢測到的直線斜率求角度，計算平均值，得到旋轉的角度。Hough變換通過對各個角度6個樣本進行檢測（由于實驗條件限制，6個樣本是通過matlab軟件對原始采集到的一幅圖像進行旋轉得到的，旋轉角度已知），得到的結果如表1所示。

表1 Hough變換檢測旋轉角度Tab.1 Hough transform to carry out angle detection of the image

1.3.2 插值和相位相關的圖像配準

首先通過對源圖像進行插值，提高圖像的分辨率，之后進行傅里葉變換，通過相位相關檢測圖像之間的位移，可以使檢測精度達到亞像素級別。

插值算法采用不引入新采樣點的改進的三線性算法，其按照周圍的8個像素點的空間距離分配權值，使周圍8個像素點聯合貢獻灰度分布統計。它計算精確，對小的空間移動會產生平滑作用。

相位相關法：兩幅圖像之間傅里葉變換的互功率譜為

其中，F1，F2為原始圖像的傅里葉變換，FL1，FL2為原始圖像插值放大M、N倍后的傅里葉變換圖像，x0，y0為檢測的位移。

通過對歸一化互功率譜進行傅里葉逆變換得到單位脈沖函數，它的峰值所對應的坐標為檢測的位移偏移量。文中通過對采集到的5幅圖像進行偏差檢測，得到的結果如表2所示。

表2 偏差檢測結果Tab.2 Result of deviation detection

通過檢測結果可以看出，該方法能夠進行亞像素級的配準，檢測精度符合貼合機貼合精度的要求。

2 系統標定

系統標定用來確定測量系統的輸入—輸出關系，它在改善系統準確度和消除系統誤差方面有著重要的作用。攝像機標定分為2種：傳統的攝像機標定方法和攝像機自標定方法[6]。由于貼合機其精度要求高、成像位置確定等因素，文中采用傳統的標定方法。文中自動貼合機標定主要是計算圖像坐標與相機坐標的關系，以及相機坐標相對于工作臺的坐標。

2.1 圖像坐標到相機坐標的變換

首先采用萬能工具顯微鏡對標準加強片進行實際尺寸的測量，利用工作臺吸頭吸取加強片到達攝像機上方，對加強片進行拍照，讀取測量對象的像素尺寸。利用被測目標實際尺寸與對應像素尺寸進行比較，連續多次進行相同的標定試驗，取平均值，分別求出行和列方向的像素比例因子，即CCD圖像中每個像素對應的物理單位長度。

2.2 相機坐標系到機器坐標系的變換

需要求出相機坐標系原點在機器坐標系中的位置與兩坐標系X軸之間的夾角。文中主要采用了逐次逼近法對兩坐標系之間的夾角進行了計算。

首先假定兩坐標系之間的夾角為零，利用吸嘴吸取待貼物品，將其運動到相機視區的正中央，保持Y坐標不變，讓其運動到視區的最左邊并保證整個物品都在視區里面，獲取物品圖像，計算它的中心坐標（x1，y1），同樣讓物品運動到視區的最右邊，計算中心坐標（x2，y2）。通過下列公式可計算出這個夾角。

然后通過檢測的角度將物理坐標系相對相機坐標系旋轉-θ度，重復上面的步驟，直到最后檢測的角度小于某個給定的閾值。把最后得到的這個角度記為相機坐標系與機器坐標系X軸之間的夾角。

3 結 論

文中介紹了貼合機自動糾偏的系統組成，對采集到的圖像進行預處理、圖像配準，攝像機標定，得到待貼物品的偏移數據。通過多次試驗對比表明，該方法能夠對待貼物品進行精確定位，滿足系統的要求，具有很高的應用價值。

[1]房超.機器視覺及其在工業檢測中的應用[J].自動化博覽，2007，25（4） ：46-48.

FANG Chao.Machine vision and its application in industry inspection[J].Automation Panorama，2007，25（4）：46-48.

[2]汪宏升，史鐵林.高精度機器視覺對準系統的研究與設計[J].光學技術，2004，30（2）：235-239.

WANG Hong-sheng，SHI Tie-lin.High precision alignment system research ang development in machine vision[J].Optical Technique，2004，30（2）：235-239.

[3]岡薩雷斯.數字圖像處理[M].2版.阮秋琦，阮宇智譯.北京：電子工業出版社，2003.

[4]Rishi R R，Chaudhuri P.Thresholding in edge detection：a statistical approach[J].IEEE Tran on Image Processing，2004，13（7）：927-936.

[5]李中科，楊曉輝，吳樂南.針對旋轉和平移運動的一種圖像準方法[J].應用科學學報，2005，23（3）：282-286

LI Zhong-ke，YANG Xiao-hui，WU Le-nan.A method of image registration for two rotated and translated images[J].Journal of Applied Sciences，2005，23（3）：282-286

[6]伍雪冬，蔣新華，李建興.計算機視覺中傳統攝像機標定方法綜述[J].福建工程學院學報，2007，5（1）：57-61.

WU Xue-dong，JIANG Xin-hua，LIJian-xin.Review of traditional camera calibration methods in computer vision[J].Journal of Fujian University of Technology，2007，5（1）：57-61.