基于编码结构光视觉的印刷电路板焊点检测系统设计

韩歆彤,白瑞林，张鑫磊，仲抒鸿，姚宇昊，曹冯婷

(江南大学物联网工程学院，江苏 无锡 214122)

0 引言

随着电路板组装技术朝精密化方向发展,印刷电路板(printed circuit board,PCB)向高精化、微细化和高密度化方向快速发展[1]，且印刷电路板焊点检测工作也向高效、精准和节能方向发展。传统的人工目检越来越难以满足实际生产的需要，而逐渐兴起的自动光学检测(automatic optical inspection,AOI)系统存在易受外界影响、易出错、检测精度过低等缺点。作为一种主动式光学测量技术[2]，结构光具有非接触、精度高、效率高和适用范围广等优点，在三维重构、瑕疵检测等方面应用广泛。

针对以上分析，本文提出了一种基于编码结构光视觉的电路板焊点检测系统。该系统采用Gray码与相移结合的编码结构光技术进行瑕疵检测，在具有良好可靠性与准确性的前提下，显著降低了成本。通过三维信息准确定位焊点位置，达到及时、可靠的检测要求，实现生产检测的智能化。

1 系统总体结构设计

本文研究基于编码结构光的电路板焊点检测系统。

本文首先分析了Gray码与相移编码方法进行结构光的投射，通过对摄像机拍摄图像的解码找到图像之间精确的对应关系；然后根据对极几何约束关系，进行三维重构；最后通过CloudCompare软件进行分层提取、模板匹配，实现精确检测。

系统设计框图如图1所示。

图1 系统设计框图

2 结构光投射与图像采集

2.1 系统硬件架构

系统硬件架构主要利用摄像机和投影仪搭建。本系统中包括两台分辨率为IMAGING 500W的COMS相机、一台800×600分辨率的EPSON投影仪和两个焦距为12 mm的镜头。硬件架构如图2所示。

图2 硬件架构图

2.2 Gray码编码

由于试验中采用的液晶投影仪的分辨率为800×600，当Gray码图案数量大于8时，摄像机难以分辨投影图案的黑白条纹，不利于后续的图像处理[3]。Gray码条纹图案如图3所示。

图3 Gray码条纹图案

若图像的分辨率是1 024×768，通过6位Gray码把图像的横向坐标分为26个等间距的区间，每个区间的像素宽度为16 pixel。

2.3 相移编码

相移法具有消除背景项和检测器的非线性及常数项影响的优点[4]，理论上可获得连续的测量空间划分。由于最小区间的宽度为16个像素，因此采用等间隔的宽度为16个像素的相移图的黑白条纹来区分每个区间的点。相移条纹图案如图4所示。

图4 相移条纹图案

3 结构光编码

3.1 图像预处理

由于光照环境等因素的影响，采集的图像上有许多噪声。这些噪声将使试验结构有许多离散的点。因此，必须对采集图像进行预处理。其具体步骤为如下。

①利用中值滤波技术进行图像预处理，以消除图像由于拍摄与传输所产生的噪声；通过归一化处理，除去由于相机光照不同产生的误差。

②用Ostu法确定图像分割阈值，对现有图像进行阈值处理。

③左右相机由于位姿不同，其采集到的图像阴影区域不一致。因此在利用边缘检测器提取像素边缘后，对阴影边缘通过“与”逻辑运算进行边缘去除和优化。

通过以上预处理，在消除采集图像噪声影响的基础上，去除由于相机位姿造成的阴影区域边缘。

3.2 Gray码解码

首先设定图像的边缘点为采样点，通过对各采样点的二进制码值计算进行Gray码解码，获取Gray码码值[5]。通过计算第(1,2,…,i-1)图像中相应位置处的二进制码值，可求取第i(i≤n)幅图像中某条边缘的Gray码码值。即边缘码值k可表示为：

k=2n-i+[G0G1G2…Gi-1)2]102n-i+1

(1)

式中：k=1,2,…,2n-1为边缘的码值，n为Gray码的位数，i为图像的序数；Gi为条纹在第i幅图像的二进制码值，G0=0。

3.3 相移解码

本文采用4步相移技术，则获取到的图像表示为：

(2)

式中：(x,y)为像素点坐标；Ij(x,y)为(x,y)处的灰度值;φ(x,y)为初始相位;A(x,y)为背景光强度;B(x,y)为正弦函数的幅值;j为该图像在投影的序列图像中的编号。

相位求解公式可表示为：

(3)

由于式(3)求解出的相位取值范围为(-π,π)，将相位主值φ与周期次数j进行叠加，则获得每个采样点的绝对相位为：

Ψ(x,y)=2πj+φ(x,y)

(4)

3.4 周期校正

在实际的三维测量过程中，Gray码和相移的周期并非完全对应。Gray码与相位周期对应如图5所示。

图5 Gray码与相位周期对应图

由图5可以看出，两者在周期的边界处会存在一定的错位。这是由于Gray码解码过程中阈值选取和环境等因素限制了周期变化一致性的要求。本试验采用调节Gray码解码周期位置来消除周期错位的问题，采用文献[6]中周期校准的方法，使绝对相位在周期边缘处的误差被消除。

4 三维重构

通过左相机视图正交方向码值Lh、Lv与右相机视图正交方向码值Rh、Rv,采用正交投射的方式，计算可得全局编码值Lcode、Rcode为:

(5)

通过对各视图的地址进行数据校正，采用三角测量的方法，可计算各点的三维坐标。

5 焊点检测

在PCB在线检测领域，模板匹配是应用广泛的算法[6]。但是传统的模板匹配将PCB作为一个整体对待。由于本文采用编码结构光视觉获取点云图像，充分利用三维坐标提取高度差异的优势，将焊点的定位通过阴影边缘的定位获取。具体步骤如下。

①首先在得到三维点云图像后，根据电路板上不同器件z轴坐标的差异，通过对三维图像高度的判断，可以在高度有明显变化的边缘区域判断为器件焊接区域，并得出焊点面积、中心坐标的信息。

②根据精度要求，设置面积误差E1和位置误差E2，将步骤①中的信息与模板信息作减运算。若面积、位置运算结果分别小于E1、E2，则不作标记；若有一项不满足要求，则在CloudCompare软件中标记显示。

6 试验分析

为了验证该方法的可行性与准确性，采用如图2所示的硬件架构，搭建了基于编码结构光视觉的电路板焊点检测系统。

首先，利用张正友经典标定法对双目相机进行立体校正，使得左右相机能够严格遵循行对齐[7-11]。其次，由投影仪按时间顺序向待测电路板投射Gray码与相移编码图案，按照图1所述流程对电路板进行重构，在Matlab平台下完成程序的编写，通过CloudCompare软件对最终生成的点云数据进行三维显示。

为了对比不同编码结构光对焊点识别的精度，分别采用本文中基于6位Gray码结合相移的方法和文献[8]中基于6位Gray码的方法对同一电路板进行重构。电路板重构结果图如图6所示。

图6 电路板重构结果

从图6可以看出，单纯基于Gray码的方法在重构精度上仍有不足，只能检测出直径在4 mm以上的焊点；而采用本文所述的基于Gray码结合相移的方法可以准确识别出直径为1 mm的焊点，满足焊点检测的精度要求。此外，若对本文方法得到的点云图进行后期平滑处理，能更清晰地显示焊点轮廓，得到焊点的位姿信息。

两种方法性能对比如表1所示。

表1 两种方法性能对比

从表1可以看出，Gray码结合相移的方法通过提高采样点云数目，将误差控制在1 mm以内，能够准确进行焊点定位，达到检测焊点的目的。基于Gray码方法的重构时间较短，远少于本文方法。其原因是该方法处理图像数量少，点云数目与测量精度为达到要求，在实际环境中不能满足工程焊点检测的精度需要，实用性较差。

7 结束语

在印刷电路板生产过程中，获取电路板焊点的三维点云是瑕疵检测的前提。本文针对印刷电路板焊点检测精度低、成本高的问题，设计了基于编码结构光视觉的电路板焊点检测系统。该系统可靠性高，实现了对焊点的智能检测。利用Gray码与相移相结合的方法，准确重构出电路板三维点云图像。通过高度分析有效提取检测区域，实现焊点位置的精确定位。相对于传统方法，本系统将误差控制在1 mm以内，在保证实时性的同时提高了重构精度，达到了检测焊点的目的。结构光视觉技术能有效降低成本，设计新颖，可用于工业生产环节的在线检测，并推广应用于激光测距、合成孔径雷达等涉及相位测量的诸多领域。下一步的研究工作重点是进一步优化焊点的检测算法，提高该项目的实时性。