基于機器視覺的PCB幾何尺寸檢測方法研究

高 飛，尤麗華，吳靜靜

（江南大學 機械學院，江蘇 無錫 214000）

隨著機電產品逐漸向輕型化、多功能化的發展，其機電融合程度大大提高，印制電路板不僅是電路的載體，在機電產品中成為具有精確尺寸要求的部件，這樣對電路板制造商提出了較高的質量控制的要求。另一方面，中國PCB產業近年來增長量很大，年產值從2000年的33.68億美元上升到2011年的220億美元，預測國內PCB年產值2016將達到331億美元，占全球總產值720億美元的46%，繼續保持第一[1-3]。目前在國內電路板生產行業主要采用自動光學檢測方法，它具有非接觸，檢測速度快和檢測精度高等特點，還能把生產過程中各工序的工作質量以及出現缺陷的情況反饋回來，供工藝控制人員分析和管理。現有的印刷電路板檢測設備只能檢測外觀，不能滿足PCB幾何尺寸的檢測要求，質量控制大多依賴生產設備本身，加上人工抽檢。本文應用計算機視覺技術，設計了印刷電路板機械加工尺寸自動檢測系統，實現了在線自動快速檢測。

1 檢測系統硬件設計

PCB機械尺寸檢測系統（見圖1）包括以下硬件結構：工控機、圖像采集部分、機械運動控制部分。其中，圖像采集模塊包括CCD攝像機、圖像采集卡和光電編碼器和光源；機械運動控制部分包括PCB傳動模塊、上下料模塊和可編程邏輯控制器。

圖1 PCB檢測系統結構Fig.1 PCB testing system structure

1.1 PCB機械尺寸監測系統工作流程

檢測系統工作流程如下：上料模塊接收到工控機發出的信號后，將上道工序加工完成的PCB裸板放置到工作臺上，并對其進行固定；工控機開啟光源系統，PCB隨工作臺運動，到達圖像采集區域時，每過0.02 mm時，光電編碼器發送采集信號，圖像采集卡控制線陣相機采集圖像，線陣相機完成對待測PCB圖像的采集后，經圖像采集卡傳輸給工控機對PCB圖像進行處理，進行PCB機械尺寸識別；對于有缺陷的PCB，通過下料模塊將其分離出合格和不合格的PCB裸版。

1.2 圖像采集模塊設計

圖像采集模塊包括CCD攝像機、圖像采集卡和光電編碼器和光源：相機采用DALSA公司的黑白線陣攝像機。如果一個像素代表0.025 mm：需要的相機像素分辨率=250 mm÷0.025 mm=10 000，選擇分辨率為12288的線陣相機。選擇DALSA公司的圖像采集卡，照明方案采用背光源投射照明，光源采用LED線性光源。運動控制模塊采用PCB傳動模塊、上下料模塊和可編程邏輯控制器

2 PCB自動檢測算法

在PCB機械尺寸檢測中，每一塊測量的PCB擁有很多不同類型的測量特征。測量特征的類型包括圓的半徑，圓和直線的距離，平行線的距離，拐角的角度等類型。測量特征的類型不同需要采用的圖像提取和識別算法也不一樣。如果手工選擇測量特征的測量位置，在選取相應的圖像提取和識別算法進行測量，效率很低。可以采取基于位置關系的圖形提取和識別算法，它把檢測特征的位置和測量類型標準尺寸、公差有機聯系起來，可以在獲取同一批PCB的標準檢測特征信息和匹配模板后，在檢測圖上自動檢測。

PCB幾何尺寸檢測算法的流程圖如圖2所示。在同一規格產品中挑選一幅符合標準的PCB，獲取圖像作為標準圖像。根據PCB標準圖像生成用來在檢測圖像中定位PCB位置的匹配模板和確定待測特征標準信息[4-5]。測量特征標準信息包括測量特征ROI位置，測量特征類型，測量特征標準尺寸和公差。在檢測圖上進行模板匹配，獲取PCB的位置和旋轉角度，和標準圖上模板的位置比較，建立標準圖和檢測圖PCB相同位置的坐標轉換關系，設定位模板在標準圖中的位置是點 P0（x0， y0），在檢測圖像中的匹配的點為 P（x， y），旋轉的角度為，水平平移距離=x-x0，豎直平移距離=x-x0。這種變換用矩陣的形式可以表達為:

在檢測特征ROI區域內根據檢測特征種類選擇相應的圖形提取和識別算法對PCB檢測特征進行自動檢測，最后和標準尺寸和公差對比。

3 幾何圖像提取和識別方法

基本圖形的識別和計算，包括圓的半徑，兩圓的圓心距，圓的圓心到直線的距離，平行線的距離。

3.1 平行線的距離

在測量平行線的距離時，需要兩個測量區域，在每個測量區域內，分別進行直線的擬合，提取直線的方程。直線的擬合可以采用Hough變換和最小二乘法實現。

圖2 PCB檢測算法流程圖Fig.2 the flow chart of algorithm of PCB detection

Hough變換的基本原理是點線的對偶性，一方面直角坐標系的一個點對應于極坐標下的一條正弦曲線，另一方面極坐標下的一個點對應于直角坐標系的一條直線。根據圖像上的各個點可以在極坐標下生成很多正弦曲線，求曲線相交的點，再轉化為直角坐標系下的一條直線。Hough變換擬合直線的方程的時間比較久[6]。

最小二乘法更適合于快速檢測的需要。最小二乘法是在隨機誤差為正態分布時，由最大似然法推出的一中最優估計技術。直線的方程為y=ax+b，尋找常數和常數b，使數據點盡量靠近直線，從而讓偏差盡量的小。因為偏差可能大小不相等，而且有正有負，所以實際上只能希望總的偏差最小。用最小二乘法進行直線的擬合可以將實測值與計算值的差值的平方和最小做為優化判據，計算方法見下面的公式（1），計算結果為 a=y-bx，b=sxx/sxy。

在圖3中顯示的是一幅有明顯邊界的灰度圖。圖4顯示對圖像進行邊緣特征提取得到的計算結果，可以看到物體的邊緣并不是一條準確的直線，而是由一些干擾。運用上面提到的最小二乘法對邊緣特征進行擬合，得到物體的準確邊界曲線，如圖5所示。

圖3 原始灰度值圖像Fig.3 original gray picture

圖4 邊緣提取的結果Fig.4 result of edge extraction

3.2 兩條直線的角度

計算兩條直線之間的角度，需要在兩個測量區域內，分別進行邊緣提取，采取公式（1）的方法進行邊界擬合。設第一條直線的方程為y=ax+b，第二條直線的方程為y=cx+d，兩條

圖5 邊緣擬合結果Fig.5 result of fitting picture

3.3 圓的半徑

圓的半徑計算可以采用最小二乘法求取。圖像進行邊緣提取得到物體的邊界曲線，采用最小二乘法進行擬合得到圓的方程，從而獲得圓的半徑。設圓的方程為（x-A）2+（y-B）2=R1，圓的最小二乘法擬合的計算公式為公式（2）

通過計算令誤差最小的常熟A、b、R的值得到圓的方程。圖6顯示一幅含有圓形特征的灰度值圖像，圖7顯示對圖像是進行邊緣提取的結果，可以看到物體邊緣和圓比較凹凸不平，圖8顯示對物體邊緣進行擬合的結果。可以看出圓的最小二乘法擬合方法可以對物體的邊緣進行修正，從而得到最符合物體真實邊緣的結果。

圖6 原始灰度值圖像Fig.6 original gray picture

圖7 邊緣提取的結果Fig.7 result of edge extraction

圖8 圖像擬合的結果Fig.8 result of fitting picture

3.4 兩圓的圓心距

需要在兩個測量區域內，分別進行邊緣提取，采取圓的最小二乘法擬合的方法進行邊界擬合。得到兩個圓的方程。根據圓的方程得到兩個圓的圓心位置，兩圓的圓心距計算兩個圓心坐標的直線距離。

3.5 圓到直線的距離

需要在兩個測量區域內，分別進行邊緣提取，采取圓的最小二乘法擬合的方法和直線的最小二乘擬合方法進行邊界擬合分別得到圓的方程和直線的方程。圓到直線的距離就是圓的圓心到直線的距離。

4 結束語

文中設計了一套基于機器視覺的PCB幾何尺寸在線檢測系統，對生產流水線上的PCB進行圖像采集，測量PCB幾何尺寸，將有缺陷的PCB剔除出流水線，保證只有合格的PCB進入下道工序。分析PCB板的圖像特點，提出基于位置關系提取和識別圖形特征的算法進行印刷電路板（PCB）機械尺寸檢測。

[1]由鐳．PCB行業蓬勃發展行業配套日趨完善 [J]．印制電路信息，2010（7）:3－4.YOU Lei.PCB industry in rapid development including supplying capability[J].Printed Circuit Information，2010（7）:3-4.

[2]楊宏強.全球PCB產業和頂尖PCB企業現狀分析（2010）[J].印制電路信息，2011（1）:8-12.YANG Hong-qiang.Analysis of current status of global PCB industry and top PCB makers （2010） [J].Printed Circuit Information，2011（1）:8-12.

[3]何波.移動終端產品帶動的PCB發展趨勢淺談 [J].印制電路信息，2014（2）:13-15.HEBo.Trend of PCBdevelopment stimulated by mobile terminal products[J].Printed Circuit Information，2014（2）:13-15.

[4]譚優，王澤勇.圖像閾值分割算法實用技術研究與比較[J].微計算機信息，2007（24）:298-299.TAN You，WANG Ze-yong.Study on applied technology arithmetic of image threshold segmentation[J].Microcomputer Information，2007（24）:298-299.

[5]龍建武，申鉉京，陳海鵬.自適應最小誤差閾值分割算法[J].自動化學報，2012（7）:1134-1144.LONG Jian-wu，SHEN Xuan-jing，CHEN Hai-peng.Adaptive minimum error thresholding algorithm[J].Acta Automatica Sinica，2012（7）:1134-1144.

[6]張道德，胡新宇，楊光友.一種改進的隨機Hough變換圓形檢測算法[J].電子器件，2009，32（3）:721-724.ZHANG Dao-de，HU Xin-yu，YANG Guang-you. One improved circle detection algorithm of random hough transform[J].Chinese Journal of Electron Devices，2009，32（3）:721-724.