论文部分内容阅读
随着我国半导体制造业的快速发展以及机器视觉的普及,把机器视觉应用于电路板生产线作为检测手段在国内已经成为一种行业需求。本课题的目的是为PCB板自动对位系统提供机器视觉支持，从图像的特征点检测、摄像机标定和基于平面的相对位姿测定三个方面构建机器视觉系统。 1、特征点检测目的是为摄像机标定和相对位姿测定提供图像控制点。本课题中分别采用了标定模板角点检测和计算PCB板过孔质心两种方式。在应用SUSAN角点检测算法过程中发现了该算法在检测中心对称型复杂角点时稳定性降低的缺点，本文从检测原理上给出了分析并提出了“对点核值相反区”的检测原理，实验证明该检测原理和USAN原理一样能够检测大多数类型的角点，在检测对称型复杂角点时具有比SUSAN检测算法更好的检测效果。 2、本文在分析各类标定算法和系统应用环境后，考虑系统精度要求和成本要求，建立考虑了径向畸变的成像模型，采用基于平面的两步标定法——张正友标定算法对摄像机进行标定。最后应用反投影和基于平面的三维重建验证标定精度。 3、本课题的机器视觉系统目的就是要高精度的测量PCB板和胶片的相对位姿，考虑系统的应用条件和检测对象，最终选定使用PCB板图像和胶片图像上的过孔圆心作为两幅图像对准的控制点。利用本文提出的基于物体质心思想的圆心位置检测方法，其检测精度可达到亚像素级精度。然后对图像进行几何变换。最后利用基于平面的三维重建计算图形几何变换对应的实际物体的平面运动。 4、科学的设计了实验方案，从普遍性和实用性两个方面验证本文的各个模块的有效性和可行性。并利用大量的仿真实验和实际图像实验验证算法的实用性和精度。 本课题为PCB自动对位系统提供视觉支持，成功的搭建了适用于系统的整套机器视觉流程，同时改进了角点检测算法。实验证明角点检测算法改进和该套机器视觉取得了良好效果。