贴片机视觉系统构成原理及其视觉定位.pdf

《贴片机视觉系统构成原理及其视觉定位.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、NO.*1贴片机视觉系统构成及实现原理栶啑厔O1k敿觫燲如图1所示，贴片机视觉系统一般由两类CCD摄像机组成。其一是安装在吸头上并随之作x－y方向移动的基准（MARK）摄像机，它通过拍摄PCB上的基准点来确定PCB板在系统坐标系中的坐标；其二是检测对中摄像机，用来获取元件中心相对于吸嘴中心的偏差值和元件相对于应贴装位置的转角θ。最后通过摄像机之间的坐标变换找出元件与贴装位置之间的精确差值，完成贴装任务。}?烶:xL&?m稃龌w剬坴傒鰂觠2l,1.1系统的基本组成閥姉岪YhY?Lj悻视觉系统的基本组成如图2所示。该系统由三台相互独立的CCD成像单元、光源、

2、图像采集卡、图像处理专用计算机、主控计算机系统等单元组成，为了提高视觉系统的精度和速度，把检测对中像机设计成为针对小型Chip元件的低分辨力摄像机CCD1和针对大型IC的高分辨力摄像机CCD2，CCD3为MARK点搜寻摄像机。当吸嘴中心到达检测对中像机的视野中心位置时发出触发信号获取图像，在触发的同时对应光源闪亮一次。蛴挅熧旦檐鮯嵅啍杈哑

3、x??+~閒1.2系统各坐标系的关系沏*J嫯^?韕O为了能够精确的找出待贴元件与目标位置之间的实际偏差，必须对景物、CCD摄像机、CCD成像平面和显示屏上像素坐标之间的关系进行分析，以便将显示屏幕像素坐标系的点与场景坐

4、标系中的点联系起来；并通过图像处理软件分析计算出待贴元件中心相对于吸嘴中心的偏差值。鞖??1N0.*NO.*?4嗒蒔噙对于单台摄像机，针孔模型是适合于很多计算机视觉应用的最简单的近似模型[3]。摄像机完成的是从3D射影空间P3到2D射影空间P2的线性变换，其几何关系如图3所示，为便于进一步解释，定义如下4个坐标系统：譈鹤棤咞闣?$.鼁唂脮朩1?襤蚦鵦劐（1）欧氏场景坐标系（下标为w）：原点在OW，点X和U用场景坐标系来表示。垂R.鴽??Dua"%黟玤（2）欧氏摄像机坐标系（下标为c），原点在焦点C＝Oc，坐标轴Zc与光轴重合并指向图像平面外。在场景坐标系

5、和摄像机坐标系之间存在着唯一的关系，可以通过一个平移t和一个旋转R构成的欧氏变换将场景坐标系转化为摄像机坐标。其关系如式（1）所示：垡妎卺々}?犹騙鹍:b?3浛（3）欧氏图像坐标系（下标为i），坐标轴与摄像机坐标系一致，Xi和Yi位于图像平面上，Oi像素坐标系的坐标为（xp0，yp0）。?D献螟屄宨蕸（4）像素坐标系（下标为P），它是图像处理过程中使用的坐标系。在本系统中与欧氏图像坐标系方向相同，但原点坐标不同，尺度不同。┄d`瞶眱塽魯栋场景点Xc投影到图像平面π上是点Uc（uc，vc，-f）。通过相似三角形来可以导出它们之间的坐标关系：閉??恄w飦s

6、@筷枒濤狨櫴由于视野小，采用的镜头畸变非常低，可将Uc直接简化为等于欧氏图像坐标系下的坐标，让uc＝ui，vc＝vi，而ui＝（up－xp0）δ，vi＝（vp－yp0）δ，δ为单个像素的大小。笧腥怀螓カ洟V2N0.*NO.*这样可以得到欧氏场景坐标系和欧氏图像坐标系之间的映射关系：0?鹆抁?a笡鹂犂73??佧=?郠??由于在该系统中各摄像机之间是相互独立的，所以各路成像出来的坐标都可以转换为同一场景坐标下的坐标。狇?說▁芎?%1.3系统实现原理蕵霽韻册顕

7、?A5贴片机视觉系统工作原理如图4所示。当一块新的待贴装PCB板通过送板机构传送到指定位置固定起来，

8、安装在贴片头上的基准摄像机CCD3在相应的区域通过图像识别算法搜寻出MARK点，并通过（3）式计算出其在欧氏场景坐标系中的坐标。接下来将相应的元器件应贴装的位置数据送给主控计算机。利用对中检测摄像机（CCD1，CCD2）对元器件检测，得到其在显示屏幕坐标系下的坐标及转角值，再通过（3）式转换为场景坐标系下的坐标，与目标位置比较，得到贴装头应移动的位置和转角。鎧VUN??霘0-傌冺姹R+逿桔82图像处理騟Q^鴅樽螃2.1图像预处理w?J,?u?罠Fa勮萧S?图像预处理的目的是改善图像数据，抑制不需要的变形或者增强某些对于后续处理重要的图像特征。由于SMT生

9、产现场的非洁净因素造成CCD镜头上的尘埃等，易给图像带来较大的外界噪声。另外，图像的采集过程中也不可避免地引入了来自光路扰动、系统电路失真等噪声。因此，对图像进行预处理以消除这些噪声的影响是非常必要的。鰣:Ix阺骥癢M瑌骎g对噪声平滑方法主要的要求是：既能有效地减少噪声，又不致引起边缘轮廓的模糊，同时还要求3N0.*NO.*运算速度快。常规的方法有高斯滤波、均值滤波、Lee滤波、中值滤波、边缘保持滤波等。笋饦??帮o~獖敪中值滤波是一种较少边缘模糊的非线性平滑方法，它的基本思想是用邻域中亮度的中值代替图像的当前点，是一种能够在去除脉冲噪声、椒盐噪声的同时

10、又能保留图像边缘细节的平滑方法。并且由于中值滤波不会明显的模糊边缘，因此可以迭代