基于图像处理的贴合机自动纠偏系统

赵茹，陶晓杰，王鹏飞

（合肥工业大学 仪器仪表与光电工程学院，安徽 合肥 230009）

文中研究的自动贴合机它的主要功能是将加强片贴合到FPC29800产品上，以防止柔性电路板发生翘曲现象。贴合机在粘贴的过程中由于多种因素，导致物品存在偏移或者旋转，它将直接影响到产品的质量和生产效率。为了保证最后贴合的产品达到生产要求，具有较高的精度，文中通过视觉系统对加强片进行精确定位[1]。

1 视觉系统的设计

自动贴合机通过图像采集设备，将真空吸取的加强片进行图像采集，并将采集到的图像传送到液晶显示器，采集图像与机器存入的标准图像进行比对，计算采集图像X、Y轴的偏移量和旋转角度θ，将偏移量和旋转角度传送给工业控制机，最后由工业控制机控制精密机械平台实现加强片的位置纠正[1]。

贴合机自动纠偏系统主要由工业彩色用CCD，镜头，照明光源，图像采集卡、图像处理单元、计算机组成[2]。系统结构如图1所示。贴合机要贴合的加强片如图2所示。

1.1 硬件的选择

本研究选用的CCD为松下（Panasonic）WV-CP60；镜头为 AVENIR（日本精工）LENSSE1212，焦距为 12 mm；图像采集卡采用天敏SDK2000，显示分辨率可达640×480。

图1 系统结构框图Fig.1 System structure

图2 加强片Fig.2 Strengthen the piece

1.2 图像预处理

在采集图像的过程中，由于环境因素、机器振动等各种因素导致采集的图像模糊不清，需要对图像进行各种预处理，以便后续的检测[3]。文中对加强片进行图像采集，由于待采集的加强片形状规则，结构简单，边缘容易检测，因此首先对图像进行边缘检测[4]，采用Canny算子，该算子提取的边缘线型连接程度较好，边缘提取的较完整，边缘线划很细。摄像机采集到的图像如图3所示，边缘检测后的结果如图4所示。

图3 原始图像Fig.3 Original image

图4 边缘检测的图Fig.4 Edge detection of the image

1.3 图像配准

1.3.1 Hough变换

从图4可以看出经过边缘检测后的图像边界清晰，直线比较明显，容易检测，因此使用Hough变换检测直线的方法来检测旋转角度[5]。文中采用了平均角度法，即对所有检测到的直线斜率求角度，计算平均值，得到旋转的角度。Hough变换通过对各个角度6个样本进行检测（由于实验条件限制，6个样本是通过matlab软件对原始采集到的一幅图像进行旋转得到的，旋转角度已知），得到的结果如表1所示。

表1 Hough变换检测旋转角度Tab.1 Hough transform to carry out angle detection of the image

1.3.2 插值和相位相关的图像配准

首先通过对源图像进行插值，提高图像的分辨率，之后进行傅里叶变换，通过相位相关检测图像之间的位移，可以使检测精度达到亚像素级别。

插值算法采用不引入新采样点的改进的三线性算法，其按照周围的8个像素点的空间距离分配权值，使周围8个像素点联合贡献灰度分布统计。它计算精确，对小的空间移动会产生平滑作用。

相位相关法：两幅图像之间傅里叶变换的互功率谱为

其中，F1，F2为原始图像的傅里叶变换，FL1，FL2为原始图像插值放大M、N倍后的傅里叶变换图像，x0，y0为检测的位移。

通过对归一化互功率谱进行傅里叶逆变换得到单位脉冲函数，它的峰值所对应的坐标为检测的位移偏移量。文中通过对采集到的5幅图像进行偏差检测，得到的结果如表2所示。

表2 偏差检测结果Tab.2 Result of deviation detection

通过检测结果可以看出，该方法能够进行亚像素级的配准，检测精度符合贴合机贴合精度的要求。

2 系统标定

系统标定用来确定测量系统的输入—输出关系，它在改善系统准确度和消除系统误差方面有着重要的作用。摄像机标定分为2种：传统的摄像机标定方法和摄像机自标定方法[6]。由于贴合机其精度要求高、成像位置确定等因素，文中采用传统的标定方法。文中自动贴合机标定主要是计算图像坐标与相机坐标的关系，以及相机坐标相对于工作台的坐标。

2.1 图像坐标到相机坐标的变换

首先采用万能工具显微镜对标准加强片进行实际尺寸的测量，利用工作台吸头吸取加强片到达摄像机上方，对加强片进行拍照，读取测量对象的像素尺寸。利用被测目标实际尺寸与对应像素尺寸进行比较，连续多次进行相同的标定试验，取平均值，分别求出行和列方向的像素比例因子，即CCD图像中每个像素对应的物理单位长度。

2.2 相机坐标系到机器坐标系的变换

需要求出相机坐标系原点在机器坐标系中的位置与两坐标系X轴之间的夹角。文中主要采用了逐次逼近法对两坐标系之间的夹角进行了计算。

首先假定两坐标系之间的夹角为零，利用吸嘴吸取待贴物品，将其运动到相机视区的正中央，保持Y坐标不变，让其运动到视区的最左边并保证整个物品都在视区里面，获取物品图像，计算它的中心坐标（x1，y1），同样让物品运动到视区的最右边，计算中心坐标（x2，y2）。通过下列公式可计算出这个夹角。

然后通过检测的角度将物理坐标系相对相机坐标系旋转-θ度，重复上面的步骤，直到最后检测的角度小于某个给定的阈值。把最后得到的这个角度记为相机坐标系与机器坐标系X轴之间的夹角。

3 结 论

文中介绍了贴合机自动纠偏的系统组成，对采集到的图像进行预处理、图像配准，摄像机标定，得到待贴物品的偏移数据。通过多次试验对比表明，该方法能够对待贴物品进行精确定位，满足系统的要求，具有很高的应用价值。

[1]房超.机器视觉及其在工业检测中的应用[J].自动化博览，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，史铁林.高精度机器视觉对准系统的研究与设计[J].光学技术，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]冈萨雷斯.数字图像处理[M].2版.阮秋琦，阮宇智译.北京：电子工业出版社，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，杨晓辉，吴乐南.针对旋转和平移运动的一种图像准方法[J].应用科学学报，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，蒋新华，李建兴.计算机视觉中传统摄像机标定方法综述[J].福建工程学院学报，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.