基于編碼結構光視覺的印刷電路板焊點檢測系統設計

韓歆彤,白瑞林，張鑫磊，仲抒鴻，姚宇昊，曹馮婷

(江南大學物聯網工程學院，江蘇 無錫 214122)

0 引言

隨著電路板組裝技術朝精密化方向發展,印刷電路板(printed circuit board,PCB)向高精化、微細化和高密度化方向快速發展[1]，且印刷電路板焊點檢測工作也向高效、精準和節能方向發展。傳統的人工目檢越來越難以滿足實際生產的需要，而逐漸興起的自動光學檢測(automatic optical inspection,AOI)系統存在易受外界影響、易出錯、檢測精度過低等缺點。作為一種主動式光學測量技術[2]，結構光具有非接觸、精度高、效率高和適用范圍廣等優點，在三維重構、瑕疵檢測等方面應用廣泛。

針對以上分析，本文提出了一種基于編碼結構光視覺的電路板焊點檢測系統。該系統采用Gray碼與相移結合的編碼結構光技術進行瑕疵檢測，在具有良好可靠性與準確性的前提下，顯著降低了成本。通過三維信息準確定位焊點位置，達到及時、可靠的檢測要求，實現生產檢測的智能化。

1 系統總體結構設計

本文研究基于編碼結構光的電路板焊點檢測系統。

本文首先分析了Gray碼與相移編碼方法進行結構光的投射，通過對攝像機拍攝圖像的解碼找到圖像之間精確的對應關系；然后根據對極幾何約束關系，進行三維重構；最后通過CloudCompare軟件進行分層提取、模板匹配，實現精確檢測。

系統設計框圖如圖1所示。

圖1 系統設計框圖

2 結構光投射與圖像采集

2.1 系統硬件架構

系統硬件架構主要利用攝像機和投影儀搭建。本系統中包括兩臺分辨率為IMAGING 500W的COMS相機、一臺800×600分辨率的EPSON投影儀和兩個焦距為12 mm的鏡頭。硬件架構如圖2所示。

圖2 硬件架構圖

2.2 Gray碼編碼

由于試驗中采用的液晶投影儀的分辨率為800×600，當Gray碼圖案數量大于8時，攝像機難以分辨投影圖案的黑白條紋，不利于后續的圖像處理[3]。Gray碼條紋圖案如圖3所示。

圖3 Gray碼條紋圖案

若圖像的分辨率是1 024×768，通過6位Gray碼把圖像的橫向坐標分為26個等間距的區間，每個區間的像素寬度為16 pixel。

2.3 相移編碼

相移法具有消除背景項和檢測器的非線性及常數項影響的優點[4]，理論上可獲得連續的測量空間劃分。由于最小區間的寬度為16個像素，因此采用等間隔的寬度為16個像素的相移圖的黑白條紋來區分每個區間的點。相移條紋圖案如圖4所示。

圖4 相移條紋圖案

3 結構光編碼

3.1 圖像預處理

由于光照環境等因素的影響，采集的圖像上有許多噪聲。這些噪聲將使試驗結構有許多離散的點。因此，必須對采集圖像進行預處理。其具體步驟為如下。

①利用中值濾波技術進行圖像預處理，以消除圖像由于拍攝與傳輸所產生的噪聲；通過歸一化處理，除去由于相機光照不同產生的誤差。

②用Ostu法確定圖像分割閾值，對現有圖像進行閾值處理。

③左右相機由于位姿不同，其采集到的圖像陰影區域不一致。因此在利用邊緣檢測器提取像素邊緣后，對陰影邊緣通過“與”邏輯運算進行邊緣去除和優化。

通過以上預處理，在消除采集圖像噪聲影響的基礎上，去除由于相機位姿造成的陰影區域邊緣。

3.2 Gray碼解碼

首先設定圖像的邊緣點為采樣點，通過對各采樣點的二進制碼值計算進行Gray碼解碼，獲取Gray碼碼值[5]。通過計算第(1,2,…,i-1)圖像中相應位置處的二進制碼值，可求取第i(i≤n)幅圖像中某條邊緣的Gray碼碼值。即邊緣碼值k可表示為：

k=2n-i+[G0G1G2…Gi-1)2]102n-i+1

(1)

式中：k=1,2,…,2n-1為邊緣的碼值，n為Gray碼的位數，i為圖像的序數；Gi為條紋在第i幅圖像的二進制碼值，G0=0。

3.3 相移解碼

本文采用4步相移技術，則獲取到的圖像表示為：

(2)

式中：(x,y)為像素點坐標；Ij(x,y)為(x,y)處的灰度值;φ(x,y)為初始相位;A(x,y)為背景光強度;B(x,y)為正弦函數的幅值;j為該圖像在投影的序列圖像中的編號。

相位求解公式可表示為：

(3)

由于式(3)求解出的相位取值范圍為(-π,π)，將相位主值φ與周期次數j進行疊加，則獲得每個采樣點的絕對相位為：

Ψ(x,y)=2πj+φ(x,y)

(4)

3.4 周期校正

在實際的三維測量過程中，Gray碼和相移的周期并非完全對應。Gray碼與相位周期對應如圖5所示。

圖5 Gray碼與相位周期對應圖

由圖5可以看出，兩者在周期的邊界處會存在一定的錯位。這是由于Gray碼解碼過程中閾值選取和環境等因素限制了周期變化一致性的要求。本試驗采用調節Gray碼解碼周期位置來消除周期錯位的問題，采用文獻[6]中周期校準的方法，使絕對相位在周期邊緣處的誤差被消除。

4 三維重構

通過左相機視圖正交方向碼值Lh、Lv與右相機視圖正交方向碼值Rh、Rv,采用正交投射的方式，計算可得全局編碼值Lcode、Rcode為:

(5)

通過對各視圖的地址進行數據校正，采用三角測量的方法，可計算各點的三維坐標。

5 焊點檢測

在PCB在線檢測領域，模板匹配是應用廣泛的算法[6]。但是傳統的模板匹配將PCB作為一個整體對待。由于本文采用編碼結構光視覺獲取點云圖像，充分利用三維坐標提取高度差異的優勢，將焊點的定位通過陰影邊緣的定位獲取。具體步驟如下。

①首先在得到三維點云圖像后，根據電路板上不同器件z軸坐標的差異，通過對三維圖像高度的判斷，可以在高度有明顯變化的邊緣區域判斷為器件焊接區域，并得出焊點面積、中心坐標的信息。

②根據精度要求，設置面積誤差E1和位置誤差E2，將步驟①中的信息與模板信息作減運算。若面積、位置運算結果分別小于E1、E2，則不作標記；若有一項不滿足要求，則在CloudCompare軟件中標記顯示。

6 試驗分析

為了驗證該方法的可行性與準確性，采用如圖2所示的硬件架構，搭建了基于編碼結構光視覺的電路板焊點檢測系統。

首先，利用張正友經典標定法對雙目相機進行立體校正，使得左右相機能夠嚴格遵循行對齊[7-11]。其次，由投影儀按時間順序向待測電路板投射Gray碼與相移編碼圖案，按照圖1所述流程對電路板進行重構，在Matlab平臺下完成程序的編寫，通過CloudCompare軟件對最終生成的點云數據進行三維顯示。

為了對比不同編碼結構光對焊點識別的精度，分別采用本文中基于6位Gray碼結合相移的方法和文獻[8]中基于6位Gray碼的方法對同一電路板進行重構。電路板重構結果圖如圖6所示。

圖6 電路板重構結果

從圖6可以看出，單純基于Gray碼的方法在重構精度上仍有不足，只能檢測出直徑在4 mm以上的焊點；而采用本文所述的基于Gray碼結合相移的方法可以準確識別出直徑為1 mm的焊點，滿足焊點檢測的精度要求。此外，若對本文方法得到的點云圖進行后期平滑處理，能更清晰地顯示焊點輪廓，得到焊點的位姿信息。

兩種方法性能對比如表1所示。

表1 兩種方法性能對比

從表1可以看出，Gray碼結合相移的方法通過提高采樣點云數目，將誤差控制在1 mm以內，能夠準確進行焊點定位，達到檢測焊點的目的。基于Gray碼方法的重構時間較短，遠少于本文方法。其原因是該方法處理圖像數量少，點云數目與測量精度為達到要求，在實際環境中不能滿足工程焊點檢測的精度需要，實用性較差。

7 結束語

在印刷電路板生產過程中，獲取電路板焊點的三維點云是瑕疵檢測的前提。本文針對印刷電路板焊點檢測精度低、成本高的問題，設計了基于編碼結構光視覺的電路板焊點檢測系統。該系統可靠性高，實現了對焊點的智能檢測。利用Gray碼與相移相結合的方法，準確重構出電路板三維點云圖像。通過高度分析有效提取檢測區域，實現焊點位置的精確定位。相對于傳統方法，本系統將誤差控制在1 mm以內，在保證實時性的同時提高了重構精度，達到了檢測焊點的目的。結構光視覺技術能有效降低成本，設計新穎，可用于工業生產環節的在線檢測，并推廣應用于激光測距、合成孔徑雷達等涉及相位測量的諸多領域。下一步的研究工作重點是進一步優化焊點的檢測算法，提高該項目的實時性。