物體二維輪廓識別方法
2023-05-07 01:25:41
專利名稱：物體二維輪廓識別方法
技術領域：
本發明涉及物體二維輪廓識別方法，可以應用於SMT (表面貼裝技術)領域中的印刷檢測(如錫膏、焊盤、絲印等)，在對測量目標進行三維測量之前，可以先採用本發明中的方法，對測量目標進行二維輪廓的識別和定位，作為後期三維測量的精準依據。
背景技術：
在SMT領域中錫膏、焊盤、絲印等印刷質量的好壞直接影響著PCB板的使用，因此印刷檢測變的尤為重要。印刷檢測二維測量方法，可以更好的定位出測量對象的具體位置，為三維測量做好準備。二維測量方法目前常見的是AOI自動檢測法，它往往都採用彩色相機來還原檢測PCB板各個部分的真實色彩，並通過不同的色彩來區分不同的檢測目標。這種方法主要有兩個弊端:1、由於技術自身限制，同等像素的彩色相機，在最終成像時，所能夠攜帶的信息量只有黑白相機成像的1/3 ;2、由於需要進行濾波、插值等複雜計算，彩色相機的成像速度通常要明顯慢於黑白相機。
發明內容
因此，為了進一步提高SMT領域中存在的如錫膏、焊盤、絲印等印刷檢測速度和精度問題，本發明特提供一種物體二維輪廓識別的方法。它利用黑白相機，可以更快的、更真實的還原檢測目標的色彩信息，以此來完成檢測目標的二維輪廓測量。為實現上述目的，本發明採取以下技術方案:一種物體二維輪廓識別方法，其特徵在於，包括如下步驟:I)設置一包括黑白採樣相機和RGB三色光源的測量裝置，黑白採樣相機和RGB三色光源的參數預先已標定，並 將所述黑白採樣相機和RGB三色光源的控制器與計算機連接；在計算機中，根據不同的測量對象，預置有幾組匹配的RGB三色光亮度匹配區間，一種測量對象對應一組匹配區間；2)將測量對象放置在裝置下方，使光源能準確照射測量對象，使相機能準確拍攝測量對象；3)打開紅色光源，用相機對測量對象進行拍照，圖像存儲於計算機中，使計算機獲得紅色光亮度值；4)關閉紅色光源，打開綠色光源，用相機對測量對象進行拍照，圖像存儲於計算機中，使計算機獲得綠色光亮度值；5)關閉綠色光源，打開藍色光源，用相機對測量對象進行拍照，圖像存儲於計算機中，使計算機獲得藍色光亮度值；6)利用計算機中的圖像處理軟體，對以上3) 5)中的三幅黑白圖像進行合成處理，獲得還原的彩色圖像，合成算法是:Gray = 0.299*R+0.587*G+0.114*B其中R代表紅色光源照射下某像素點的亮度值，G代表綠色光源照射下的同一像素點的亮度值，B代表藍色光源照射下的同一像素點的亮度值，Gray代表合成亮度值，圖像中所有像素點集合起來就還原出一彩色圖像；7)將還原出的彩色圖像中的各個像素點，與預先設置的各個測量對象的RGB顏色提取範圍分別比對，哪一個像素點的合成亮度值落在某一測量對象的RGB顏色提取範圍內，就視為這個像素點是符合這個測量對象的一個二維輪廓數據，遍歷所有符合這種條件的像素點，就構成這個測量對象的所有二維輪廓數據；8)將這個測量對象的所有二維輪廓數據用外接多邊形法進行包含，這樣的外接多邊形就是這個測量對象的二維測量輪廓。一組所述RGB三色光亮度匹配區間中，包含紅色光源照射下的亮度值區間、綠色光源照射下的亮度值區間、藍色光源照射下的亮度值區間。所述的測量對象RGB顏色提取範圍是指一系列像素點的集合，每個像素點的亮度值是由該測量對象的RGB三色光亮度匹配區間的各單色亮度取值計算得到的，計算公式為Gray = 0.299*R+0.587*G+0.114祁，其中R代表紅色光源照射下某像素點的亮度值，G代表綠色光源照射下的同一像素點的亮度值，B代表藍色光源照射下的同一像素點的亮度值，Gray代表合成亮度值。本發明由於採取以上技術方案，其具有以下優點:1、本發明採用黑白相機，提供更快的拍照速度，從而提高整個檢測的速度；並且通過三幅黑白圖像合成出真實的彩色圖像，從而獲得更多的數據量，使得檢測速度和精度都得到了顯著的提升。2、利用本發明方法和裝置，可對物體的二維平面輪廓進行準確高速的提取，一旦確定了二維輪廓後，就可以只需測量此二維輪廓範圍內的三維數據，而其他區域的三維數據就無需計算，這樣計算量就極大減少，速度就極大提聞了。
圖1是紅光照射時，黑白相機拍攝到的圖像；圖2是綠光照射時，黑白相機拍攝到的圖像；圖3是藍光照射時，黑白相機拍攝到的圖像；圖4是圖1中的局部放大圖；圖5是圖2中的局部放大圖；圖6是圖3中的局部放大圖。
具體實施例方式下面結合附圖和實施例對本發明進行詳細的描述。眾所周知，自然界所有的色彩中，存在三種特殊色彩-紅綠藍，我們把它們叫做三原色，或三基色。之所以說它們特殊，是因為有了這三種色彩之後，可以通過適當比例的混合，可獲得自然界中人眼可見的所有色彩。而這三種色彩本身，是無法通過其他色彩混合獲得的，相當於，他們是自然界所有人眼可見色彩的基礎，所以叫三原色或三基色。對於三原色，有它的特性，即按照特定比例混合這三種色彩，即可以獲得白色，也就是說按照這個比例混合紅綠藍三色光，就可以獲得白光，而反之白光也可以被分光鏡這類的光學器材拆分獲得這個比例的紅綠藍三色光。
基於這種光學原理我們可知，當用白光照射物體，並用彩色相機進行拍照時，即可獲得真實的彩色照片。這個工作原理就是，白光中的紅綠藍分量，照射到物體上不同底色的區域時，會分別發生不同的反射和散射，而彩色相機通過自帶的濾鏡分別捕獲這三種顏色的反射光和散射光，並通過內部計算獲得彩色圖像，這就是業界所共知的拜爾濾光法(Bayer filter)。結合彩色相機的成像原理，我們反其道而行之，將本來是白光的光源，拆解為紅綠藍三色光，而將原本的彩色相機替換為黑白相機，用黑白相機分別捕捉生成三色光源照射同一物體時的黑白圖像，如圖1、2、3所示是分別用紅、綠、藍光源照射某一 PCB板得到的三張黑白圖像。因為黑白相機本身只能捕獲一路光學特性，就是亮度，而沒有色彩的概念，所以只能生成黑白圖像，而由於物體表面不同底色的區域，對不同顏色光的反射和散射特性都是不同的(比如紅色區域對紅光是全反射，而吸收綠光和藍光)，因此，在用三種顏色的光源分別投射時，黑白相機採集到的雖然都是黑白圖像，但這三幅圖像本身各個地方的亮度是不同的，並且這個亮度，實際上就體現了該點本來的顏色屬性。用三原色合成算法，對三幅圖像中每個點的亮度值進行合成計算，(公式為=Gray = 0.299*R+0.587*G+0.114*B，其中R代表紅色光源照射下的亮度值，G代表綠色光源照射下的亮度值，B代表藍色光源照射下的亮度值，Gray代表合成亮度值)，就可以獲得該點的亮度參數了，不同的亮度參數，就代表了不同的物體顏色。本發明基於用三原色光源投射，用黑白相機取像的這種原理，提出一種物體二維輪廓識別的方法，其主要包括如下步驟:I)設置了包括黑白採樣相機和RGB三色光源的測量裝置，黑白採樣相機和RGB三色光源的參數預先已標定，並將黑白採樣相機和RGB三色光源的控制器與計算機連接；在計算機中，根據不同的測量對象(如錫膏、焊盤、絲印等)，通過人工編程的方式預置有幾組匹配的RGB三色光亮度匹配區間，一種測量對象對應一組匹配區間，根據這個匹配區間，通過公式Gray = 0.299*R+ 0.587*G+0.114*B，就能換算出該測量對象的顏色提取範圍。比如，取一組匹配區間:R= 100-250,6= 10-50,B = 10-50，所有符合這組匹配區間的像素點，都定義為紅膠(紅膠是一種SMT行業常用的生產原料，被塗抹在PCB板上的特定位置，用於粘住元器件防止掉落，它本身呈暗紅色)，所以像素點的集合也即構成紅膠的二維輪廓數據。再比如，再取一組匹配區間:R = 100-200，G = 100-150，B = 100-150，所有符合這組匹配區間的像素點，都定義為錫膏，像素點的集合也即構成錫膏的二維輪廓數據。這樣，計算機就可以在合成出來的彩色圖像中，輕易分辨出哪些地方是紅膠，哪些地方是錫膏。2)將測量對象放置在裝置下方，使光源能準確照射測量對象，使相機能準確拍攝測量對象；3)打開紅色光源，用相機對測量對象進行拍照，圖像存儲於計算機中；4)關閉紅色光源，打開綠色光源，用相機對測量對象進行拍照，圖像存儲於計算機中；5)關閉綠色光源，打開藍色光源，用相機對測量對象進行拍照，圖像存儲於計算機中；6)利用計算機中的圖像處理軟體，對以上3) 5)中的三幅黑白圖像進行合成處理，獲得還原的彩色圖像，合成算法是:Gray = 0.299*R+0.587*G+0.114*B (I)其中R代表紅色光源照射下某像素點的亮度值，G代表綠色光源照射下的亮度值，B代表藍色光源照射下的亮度值，Gray代表合成亮度值。圖像中所有像素點集合起來就還原出一彩色圖像。7)將還原出的彩色圖像中的各個像素點，與預先設置的各個測量對象(如錫膏、焊盤、絲印、紅膠等)的RGB顏色提取範圍分別比對(各個測量對象的顏色提取範圍是依據各自預設的RGB三色光亮度匹配區間，通過公式(I)換算出來的)。哪一個像素點的合成亮度值落在某一測量對象的RGB顏色提取範圍內(也就是R、G、B三個亮度值分別落在各自的取值區間內)，就視為這個像素點是符合這個測量對象的一個二維輪廓數據。遍歷所有符合這種條件的像素點，就構成這個測量對象的所有二維輪廓數據。8)將這個測量對象的所有二維輪廓數據用一個外接多邊形都包含進去，這樣的外接多邊形就是這個測量對象的二維測量輪廓。下面以一個實施例來說明本發明的優點:圖4 6是為識別PCB板上某一處焊盤、絲印、紅膠所拍攝的三幅黑白圖像。圖4是在紅光照射下的圖像 ，其中外圍灰色區域是焊盤10，內部白色區域是紅膠20和絲印30，但是紅膠和絲印區分不清(因為都是白色)。圖5是在綠光照射下的圖像，看出外圍灰色區域依舊是焊盤10，內部白色區域變黑部分是紅膠20，黑色外圍出現了亮白色，是絲印30。圖6是在藍光照射下的圖像，看出外圍灰色區域依舊是焊盤10，內部白色區域變黑部分是紅膠20，黑色外圍出現了亮白色，是絲印30，但是較圖5拍攝效果不明顯。上述實例是能夠通過三幅圖像分辨出焊盤、絲印、紅膠的情況，是一種滿意的情況，但是實際中往往通過三幅圖像是區分不出幾種待測物的，這種方法就會失效。所以，為了提高適應性，能夠清晰識別出各種檢測對象，我們對以下三幅圖像，採用本發明所設計的方法，合併生成彩色圖像，從而可以利用顏色信息，精準的區分出焊盤、紅膠和絲印三種測量對象。應用本發明，我們最終提取到紅膠輪廓，正如下面第一幅圖中焊盤內部的白色區域輪廓所示。
權利要求
1.一種物體二維輪廓識別方法，其特徵在於，包括如下步驟: .1)設置一包括黑白採樣相機和RGB三色光源的測量裝置，黑白採樣相機和RGB三色光源的參數預先已標定，並將所述黑白採樣相機和RGB三色光源的控制器與計算機連接；在計算機中，根據不同的測量對象，預置有幾組匹配的RGB三色光亮度匹配區間，一種測量對象對應一組匹配區間； .2)將測量對象放置在裝置下方，使光源能準確照射測量對象，使相機能準確拍攝測量對象； .3)打開紅色光源，用相機對測量對象進行拍照，圖像存儲於計算機中，使計算機獲得紅色光亮度值； .4)關閉紅色光源，打開綠色光源，用相機對測量對象進行拍照，圖像存儲於計算機中，使計算機獲得綠色光亮度值； .5)關閉綠色光源，打開藍色光源，用相機對測量對象進行拍照，圖像存儲於計算機中，使計算機獲得藍色光亮度值； .6)利用計算機中的圖像處理軟體，對以上3) 5)中的三幅黑白圖像進行合成處理，獲得還原的彩色圖像，合成算法是:Gray = 0.299*R+0.587*G+0.114*B 其中R代表紅色光源照射下某像素點的亮度值，G代表綠色光源照射下的同一像素點的亮度值，B代表藍色光源照射下 的同一像素點的亮度值，Gray代表合成亮度值，圖像中所有像素點集合起來就還原出一彩色圖像； .7)將還原出的彩色圖像中的各個像素點，與預先設置的各個測量對象的RGB顏色提取範圍分別比對，哪一個像素點的合成亮度值落在某一測量對象的RGB顏色提取範圍內，就視為這個像素點是符合這個測量對象的一個二維輪廓數據，遍歷所有符合這種條件的像素點，就構成這個測量對象的所有二維輪廓數據； .8)將這個測量對象的所有二維輪廓數據用外接多邊形法進行包含，這樣的外接多邊形就是這個測量對象的二維測量輪廓。
2.根據權利要求1所述的物體二維輪廓識別方法，其特徵在於，一組所述RGB三色光亮度匹配區間中，包含紅色光源照射下的亮度值區間、綠色光源照射下的亮度值區間、藍色光源照射下的亮度值區間。
3.根據權利要求1或2所述的物體二維輪廓識別方法，其特徵在於，所述的測量對象RGB顏色提取範圍是指一系列像素點的集合，每個像素點的亮度值是由該測量對象的RGB三色光亮度匹配區間的各單色亮度取值計算得到的，計算公式為Gray =.0.299*R+0.587*G+0.114祁，其中R代表紅色光源照射下某像素點的亮度值，G代表綠色光源照射下的同一像素點的亮度值，B代表藍色光源照射下的同一像素點的亮度值，Gray代表合成亮度值。
全文摘要
本發明公開一種物體二維輪廓識別方法，用於SMT等諸多檢測領域，其特徵是採用RGB三色光源分別照射測量對象，然後使用黑白相機分別採樣，獲得三幅黑白圖像，再對三幅圖像進行合併，獲得還原的彩色圖像，對彩色圖像中的各個像素點，與計算機中預置的測量對象的RGB三色光亮度匹配區間分別比對，符合哪一匹配區間，就視為這個像素點是符合這個測量對象的一個二維輪廓數據，遍歷所有符合這種條件的像素點，就是這個測量對象的所有二維輪廓數據。本發明採用黑白相機，提供更快的拍照速度，從而提高整個檢測的速度；並且通過三幅黑白圖像合成出真實的彩色圖像，從而獲得更多的數據量，使得檢測速度和精度都得到了顯著的提升。
文檔編號G01B11/24GK103234476SQ20131011531
公開日2013年8月7日 申請日期2013年4月1日 優先權日2013年4月1日
發明者廖懷寶 申請人:廖懷寶