基于機器視覺FPC缺陷檢測對位系統研究

趙大興，原振方，王 博

（湖北工業大學 機械工程學院，武漢 430068）

基于機器視覺FPC缺陷檢測對位系統研究

趙大興，原振方，王 博

（湖北工業大學 機械工程學院，武漢 430068）

0 引言

根據FPC補強片缺陷檢測流程圖如圖1所示可以看出，工件初始的位置精度直接決定了后續檢測工序中缺陷識別的準確率。如果不能將定位孔的定位精度控制在誤差范圍內，在后續的檢測過程中，工件的位置可能出現偏差，尤其是在FPC補強片的缺角、溢膠等缺陷檢測中，對補強片輪廓邊界較大依賴性和對位不精準的問題很容易造成工件缺陷的誤檢和漏檢，進而影響FPC的成品率。

工件移動速度和檢測準確率是影響FPC缺陷檢測自動化設備效率的關鍵因素，在常規的缺陷檢測中，待檢對象的初始位姿和目標位姿是事先規定的，而檢測定位精度只能由生產線的定位精度來保證。FPC具有質量輕、可撓性強和加工精度要求高等特點，依靠傳統機械定位難以實現FPC的定位。機器視覺具有非接觸、精度高、速度快等特性，為解決柔板特性造成的定位困難找到了突破口。利用機器視覺進行缺陷檢測時，可以通過視覺系統實時準確地識別柔板的位置變化，相應調整動作進行糾偏定位，從而保證缺陷檢測的精度和效率。

圖1 FPC補強片缺陷檢測流程圖

1 檢測流程

根據FPC的型號和大小、測量精度的實際需要，確定運動工作臺的移動速度，調整相機位置、鏡頭角度、光照強度等使成像效果達到最佳；由運動控制卡配合伺服電機完成FPC的定位，待FPC定位完成后，PLC通過驅動器控制十字工作臺運動，圖像采集完畢后經圖像采集卡處理后傳送至工控機，進而通過軟件進行缺陷判別。工作平臺運動軌跡圖如圖2所示。

圖2 運動軌跡圖

X軸步進電機運動將待檢FPC補強片從A點沿AB方向移動，逐一將待檢片送到相機視場下，待第一行（圖示從上往下）檢測完畢，Y軸步進電機運動將待檢FPC補強片向下移動一定距離將待檢補強片送到相機視場，然后沿BA方向逐一檢測，流程大致如下：

2 平臺的相機的標定

視覺系統通過相機獲取的圖像來計算三維環境中物體位置、形狀、尺寸等幾何信息,圖像坐標系中每個像素位置都與空間物體的實際幾何模型存在映射關系,相關參數的求取過程即為相機標定。相機標定主要完成兩項工作，一是完成橫縱向的物理分辨率的計算，二是對由于畸變產生的圖像進行矯正[1]。

標定參數分為內部參數和外部參數。物體由世界坐標系到圖像平面坐標系間的變換關系如式(1)、式(2)所示。

其中，m（u,v）是點投影在圖像平面的坐標，A是相機的內參矩陣，矩陣參數fx，fy為以像素為單位的焦距，（cx,cy）是圖像的基準點，旋轉-平移矩陣[R|t]稱為外參矩陣，M為世界坐標系中的一個點[2]。

本系統采用大恒MER-500-7UM/UC彩色CMOS相機，分辨率為2592(H)×1944(V)，配套的鏡頭采用大恒M5018-MP2型號，焦距為50mm，光源采用藍色同軸光配合彩色低角度環形光的組合光源。選用10×10邊長為1mm×1mm的標準棋盤，如圖3所示，選取9張標定板進行常規線性標定[3]，每幅圖像的標定誤差如表1所示，標定參數如表2所示。

圖3 標定的棋盤圖

棋盤的標定模式是指通過棋盤黑白格之間的角點的像素距離與實際距離之間的比率來計算出其物理分辨率，因為棋盤在制作時可達到具有極高精度和極小誤差的要求，為了得到更加全面而精準的標定數據，利用橫、縱向像素距離期望的數學方法來求取所代表的物理分辨率。設角點之間的橫向像素距離為Xi，縱向距離為Yj,I,J分別為橫向與縱向標定ROI的角點數目，則物理分辨率為Vx、Vy，其計算公式如下：

檢測到的棋盤角點如圖4所示。

圖4 棋盤角點圖

表1 每幅圖像的標定誤差

表2 相機標定參數表

其中，k1、k2為鏡頭的徑向形變系數，p1、p2為切向形變系數[4]。由CAD設計圖紙得到零件的外觀尺寸為257.56mm×136.18mm，每塊補強片的尺寸為20.12mm×9.34mm為保證視場中可同時出現4塊補強片以達到同時檢測從而提高檢測效率的要求，同時考慮到補強片之間的間距以及光學設計、設備裝調、測量精度等方面的原因，本文設計FOV視場為95mm×45mm，通過鏡頭矯正、誤差分析計算得出該系統相機的物理分辨率Sx、Sy等于0.045mm/pixel[5]。

3 平臺的定位

由于FPC為柔性電路軟板，其材質薄且質量輕，極容易受外界的一些干擾使軟板在載物平臺上發生一定偏移，即使使用精確的定位機構也難以保證其定位效果。由于定位偏差會影響到平臺的路徑，有可能致使處理的ROI模塊中無法出現補強片的完整圖像，這將對FPC的補強片ROI檢測產生嚴重的后果，使整個檢測平臺無法正常工作[6]。針對FPC電路軟板難以硬件定位的問題，我們使用雙Mark點的機器視覺定位方法完成運動控制平臺和補強片之間的路徑問題，通過圖像的像素坐標、圖像的物理坐標、相機的世界坐標、運動控制平臺的世界坐標之間的轉換,即使在軟板發生一定的偏移，只要Mark點的在初次搜索的相機視場內，都可以完成運動平臺的定位工作[7]。

為了方便介紹此方法，我們假設平臺的機械坐標為Owp（X0，Y0），并以該坐標為運動控制原點，即X0=0，Y0=0。為了能精確實現此標定方法中，選取一個標準位置十分重要，標準位置的相關數據可以事先通過測量工具的精確測量與多次的實驗得到，如圖5所示。通過最小二乘法檢測定位圓[8]，設標準模式下Mark1點視場左上方的機械坐標（參考位置選取FOV1左上端）為F1（Xwb1，Ywb1），Mark1點的圖像坐標為O1（xpb1，ypb1），同理可以計算出Mark2點視場左上方坐標F2（Xwb2，Ywb2），其圓心的圖像坐標為O2（xpb2，ypb2），為了計算旋轉角度，必須額外加一個參數θ，表示Mark1孔的圓心坐標與運動方向X的夾角[9]。

圖5 FPC標準位置定位圖

設相機在X與Y方向的物理分辨率為Vx、Vy。則有Mark1和Mark2以Owp為原點的世界坐標為Ow1（xwo1，ywo1）、Ow2（xwo2，ywo2），其計算公式下所示：

則標準參數θb的計算公式為：

當定位好標準模式后，如圖6為FPC電路軟板任意位置在運動控制平臺的位置圖。

圖6 FPC任意方向的位置定位圖

設任意方向新的FOV左上端的坐標為F11（Xw1，Yw1），Mark1的圖像坐標為O11（xp1，yp1），Mark2點視場F2（Xw2，Yw2），其圓心的圖像坐標為O2（xp2，yp2）。采用剛性旋轉平移公式可以計算出任意方向的FPC電路軟板在運動控制平臺的位置，新位置下的FPC電路軟板任意點的位置可以看做是標準位置經過一次平移和旋轉得到的，為了使問題更加簡化，得到新位置下的Mark1的運動坐標，可以簡化為只看做繞其中心點旋轉，為此設以下變量[10]。

同理新位置下的Mark1和Mark2運動平臺下的坐標為Owo11（xwno1，ywno1）、Owo22（xwno2，ywno2），其計算公式如下所示。

其任意方向Mark中心點連線與運動平臺X的夾角參數θ的計算公式為：

那么其旋轉角度設為θΔ，其表達式為：

設剛性變換后FPC電路軟板任意一點為橫縱坐標為Q（Xq，Yq），設該點的圖像坐標標準位置（即其與運動控制平臺相互平行的虛擬位置）相對于Mark1的實際坐標為qb（xqb，yqb），坐標值通過實際零件FPC的CAD標注尺寸得到，當軟板沿Mark1的中心旋轉θΔ后，在虛擬位置下的坐標可以通過旋轉坐標計算出來，設為qb1(xqb1，yqb1)，其計算公式為：

最終相對于運動控制平臺的坐標Q(Xq，Yq)為：

其中，θΔ為表示偏轉角度，注意其正負符號。

通過以上算法就可以在不精確定位FPC的情況下，通過Mark雙孔來精確定位FPC每塊補強片的位置，且定位精度很高，減少了生產成本。

4 結論

針對FPC電路板缺陷檢測的功能需求，結合FPC特性，可以看出基于機器視覺的FPC缺陷檢測對位系統的關鍵技術是高精度地獲得FPC的位姿坐標。本文所提出的雙Mark點的機器視覺定位方法，利用最小二乘法對圓孔進行定位，選用距離較遠的雙Mark點對工件位置進行識別定位，大幅提高了定位精度，同時也降低了角度誤差對精度的影響。該方法可以有效防止柔板彎曲和模組安裝不垂直對定位精度的影響，可以高精度地標定目標位置。

[1]楊雪榮.視覺測量中的相機標定方法進展研究,機械設計與制造,2009,(3):259-261.

[2]孟曉橋,胡占義.攝像機自標定方法的研究與發展,自動化學報,2003,29(1):110-124.

[3]張裕,方康玲,劉永祥.基于Harris算法的黑白棋盤格角點檢測,計算機應用與軟件,2010,27(8):251-254.

[4]蘇小華,趙繼廣,張慧星.CCD攝像機成像畸變的研宄[J].物理實驗,2003,23(9):39-41.

[5]馬頌德,張正友.計算機視覺一計算理論與算法基礎[M].北京:科學出版社,1997.

[6]羅露.FPC生產設備的嵌入式視覺運動控制系統[D].廣州:華南理工大學,2011.

[7]Allan M,Williams C K I.Object localisation using the generative template of features[J].Computer Vision and Image Understanding,2009,113(7):824-838.

[8]李婷,柳寧.基于機器視覺的圓定位技術研究,計算機工程與應用,2012,48(9):153-156.

[9]熊光潔,馬樹元,劉瑞禎.PCB檢測中圓Mark的快速精確定位[J].計算機工程,2012,38(11):211-213,216.

[10]苗振海.基于機器視覺的FPC檢測對位系統關鍵技術研究與開發[D].北京:機械科學研究總院,2013.

A research on alignment system about FPC defect detection based on machine vision

ZHAO Da-xing, YUAN Zhen-fang, WANG Bo

結合FPC電路板自動化生產線檢測對位的需求，研究了針對FPC補強片缺陷檢測對位系統的關鍵技術：系統標定和FPC圖像識別與定位，并在此基礎上開發了基于機器視覺的FPC缺陷檢測對位系統，提出了一種雙Mark點的機器視覺定位方法。首先借助標定板實現相機標定，然后通過工件移動實現視覺坐標與運動坐標的標定，最后通過雙Mark點和目標位置的調節實現FPC補強片目標位置的標定，此方法可以在不精確定位FPC的情況下，實現FPC上每塊補強片的精確定位，具有速度快，精度高的特點。

FPC；機器視覺；Mark點識別；系統標定

趙大興（1972 -），男，湖北崇陽人，教授，博士，研究方向為計算機圖形學、虛擬設計、圖像處理與模式識別。

TP399

A

1009-0134(2015)12(上)-0032-03

10.3969/j.issn.1009-0134.2015.23.09

2015-08-25

湖北省科技廳重大專項（2014BEC06）；湖北省教育廳科學技術研究計劃青年人才項目（Q20141404）