一种基于矩形拟合的LED贴片机元件定位算法.pdf

《一种基于矩形拟合的LED贴片机元件定位算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第14卷第21期2014年7月科学技术与工程Vo1．14No．21Ju1．20141671—1815(2014)21—0271—05ScienceTechnologyandEngineering⑥2014Sei．Tech．Engrg．一种基于矩形拟合的LED贴片机元件定位算法蔡竞(浙江警察学院刑事科学技术系，基于大数据架构的公安信息化应用公安部重点实验室，杭州310053)摘要针对LED贴片机中元件的视觉定位问题，提出了一种基于矩形拟合的元件定位算法。利用大部分LED贴片灯珠为矩形的几何特征，首先根据背景灰度对采集图像进行全局阚值分割；然后以顶点为界将元件轮廓坐标分为四组并做等间隔

2、采样；最后根据矩形相邻两边正交的特性对采样坐标进行矩形拟合实现元件定位的目的。实验表明，该方法具有较高的准确性和较强的鲁棒性，符合高精度贴片机的贴装要求。关键词LED贴片机视觉定位系统矩形拟合最小二乘法中图法分类号TP391．75；文献标志码A贴片机又称表面贴装系统(surfac~mountsys．目标区域与矩形相似度较低时，其定位准确性将tem)，是在生产线中，通过移动贴装头把表面贴装受到很大影响；基于最小二乘法’的直线拟合算元器件准确地放置在PCB焊盘上的一种设备J。法同样速度较快，但是对于所提取目标边缘点的相较于普通Ic贴装，LED贴装具有贴装点排布规准确性要求较高，因此鲁棒

3、性较差。则、元件种类较少、PCB板较长等特点J。随着微本文设计了LED贴片机视觉定位的流程，并就电子产业的持续高速发展，较高性能的国产LED该问题提出了一种基于矩形拟合的算法。该算法针贴片机已普遍采用了视觉定位系统以提高元件贴对形状为矩形的LED贴片灯珠运用正交约束下最装的准确度，但是与国外的先进水平相比还小二乘法的思想对其进行矩形拟合，从而实现了对有明显的差距。因此，视觉定位系统的开发设元件的精确定位及纠偏。通过实验部分的仿真与分计如今已成为了国产LED贴片机生产的核心技术析，证明该算法效果较好。之一。1视觉定位流程LED贴片机视觉定位需要解决的关键问题，就是如何精确得到目标元件

4、的中心偏移量和偏移角LED贴片机的视觉定位系统主要是由元件摄度。因此早期的LED贴片机对于贴装的精度要求像头、光源、图像处理系统、运动控制系统、传输系统并不是很高，元件的定位纠偏采用的方式是机械等组成的。元件摄像头根据前期设置，对于需要纠纠偏，即依靠主轴上的四个机械爪对目标元件进偏的元件逐个进行图像采集，然后将获取的元件图行物理校正。随着贴片技术的发展，利用机器视像传人图像处理系统做定位检测，最后把计算后得觉技术进行目标纠偏已成为行业主流技术。其到的目标元件中心偏移量以及偏移角度反馈给贴片中，模板匹配算法是常见的鲁棒性较高的视觉定机的运动控制系统，通过机械轴带动相应吸嘴的平移与旋转

5、进行校正。位算法，但是当图像尺寸较大或是与模板图像之问的角度差值较大时，该算法的运算时间也较长；由于大部分LED贴片灯珠的几何形状为矩形，基于最小外接矩形的定位算法运算速度快，但是本文根据最小二乘法的思想对此类元件的边缘轮廓其定位效果依赖于分割后目标区域的准确性，当做矩形拟合，从而实现定位检测的功能，其定位算法的流程如图1所示。2014年1月25日收到浙江省自然科学2视觉定位算法基金项目(LY12F02018)资助作者简介：蔡竞(1985一)，男，浙江杭州人，博士研究生，助教。研2．1目标分割及轮廓提取究方向：图像处理、机器学习。E—mail：caijing@zjjcxy．cn。要

6、实现对目标元件的精确定位，首先要实现对元件区域的准确分割。由于贴片机视觉定位系统的21期李勇：一种基于投票的不平衡数据分类集成算法27912QuinlanJR．C4．5：Pm~amsforMachineLearning．MorganLauf-14LoacutepezV，FernaacutendezA，Moreno—TorresJG，eta1．Analy—mann，1993sisofpreprocessingvs．cost—sensitivelearningforimbalancedclassi-13ZhouZ．EnsembleMethods：FoundationsandAlgori

7、thms．CRCfication．Openproblemsonintrinsicdatacharacteristics．ExpertPress，2012SystemswithApplications，2012；39(7)：6585---6608AnEnsembleAlgorithmsBasedVotingforImbalancedDataClassificationLIYong(KeyLabofNetworkInformationSecurityandPublicOp