專利名稱：一種基于surf的高密度封裝元器件定位方法
技術(shù)領(lǐng)域：
本發(fā)明涉及精密電子組裝中的識別定位領(lǐng)域，特別涉及一種基于SURF(Speededup robust features,加速魯棒性特征)的高密度封裝元器件定位方法。
背景技術(shù)：
SMT自20世紀60年代以來，經(jīng)歷50年的發(fā)展，已進入完全成熟的階段。當前SMT不僅成為當代電路組裝技術(shù)的主流和電子工業(yè)界的支柱制造生產(chǎn)技術(shù)，而且正繼續(xù)向縱深發(fā)展，以發(fā)揮設備的最大使用效率，滿足快速增長的生產(chǎn)需要。視覺檢測是表面貼裝的必要工序，它將各種形狀各種規(guī)格的元器件從背景中分離出來，重點是精確地判斷元器件的位置和角度的偏移量，以便給準確貼裝提供高精度的位置和角度補償信息。因此，視覺檢測的 精度決定了表面貼裝的質(zhì)量。目前，高速貼片機的貼裝速度已經(jīng)達到12. 7萬片/小時，精度已經(jīng)達到了 10微米級。但是，對于新型元器件的貼裝合格率僅為80%-90%，遠遠達不到實際生產(chǎn)的需求，給大規(guī)模的表面貼裝帶來了巨大的經(jīng)濟損失。圖像配準是計算機視覺、模式識別領(lǐng)域備受關(guān)注的前沿學科，在航空影像自動制圖、圖像三維重構(gòu)、計算機視覺、遙感融合、模式識別、醫(yī)學圖像處理、影像分析等領(lǐng)域都有重要應用。但是目前還沒有一種圖像配準方法能適用于各個領(lǐng)域。圖像配準技術(shù)作為SMT視覺檢測系統(tǒng)的一個重要組成部分，為后續(xù)檢測提供了必要的預處理。基于特征的圖像配準方法因其不直接依賴于灰度、魯棒性好、抗干擾性強、計算量小、速度快而成為應用最廣泛的圖像配準方法。Herbert Bay 在 2006 年提出了 SURF (Speeded up robust features)算法，該算法借鑒了 SIFT中采用DoG簡化近似LoG的思想,將DoH(Determinant ofHessian)中的高斯二階差分模板進行了近似簡化，同時SURF算子為了提高整體的實時性對局部特征生成的各個環(huán)節(jié)進行了優(yōu)化，這樣的處理方法在計算速度上具有明顯優(yōu)勢。SURF描述子在以下方面具有顯著的改進首先，SURF算子結(jié)合積分圖和簡化后Hessian矩陣來構(gòu)建尺度空間。SURF不需要通過對圖像進行下采樣來近似不同尺度高斯二階差分濾波器對圖像的卷積。由于采用積分圖，SURF可以快速地計算高斯框架濾波器的卷積圖像，并且計算時間與濾波器的窗口無關(guān)，這無疑大大降低了計算時間。其次，在描述關(guān)鍵點時，SURF采用Haar小波來生成關(guān)鍵點的特征向量。雖然與SIFT類似，均是描述關(guān)鍵點鄰域的梯度信息，但是由于Haar小波在積分圖中具有明顯的快速性和穩(wěn)定性，SURF的特征描述算子性能更加優(yōu)越。關(guān)于SURF和SIFT性能的比較，Herbert Bay按照Mikolajczyk的方法在旋轉(zhuǎn)、模糊、光照變化、圖像幾何變形、分辨率差異和圖像壓縮等6種情況下對兩種算法進行了實驗測試。結(jié)果顯示SURF在各個方面的性能均接近或超越了 SIFT，其計算速度卻是SIFT的3倍左右。SURF算法和SIFT算法類似，也包括特征點提取和特征點描述兩部分，也具有尺度、旋轉(zhuǎn)不變性和部分光照、透視變換不變性，特別適用于SMT中元器件存在旋轉(zhuǎn)和遮擋等情況下的配準問題處理。
雖然SURF在計算速度上優(yōu)于SIFT，但由于采用了簡化的Hessian矩陣檢測關(guān)鍵點這就導致了關(guān)鍵點定位精度會有所下降。單純采用SURF算法的誤差比較大，并不能達到實際的生產(chǎn)要求，所以在SURF檢測結(jié)果的基礎(chǔ)上，提出了最小能量亞像素法，進一步對兩幅待配準圖像進行精確定位。

發(fā)明內(nèi)容
為了克服現(xiàn)有技術(shù)的上述不足，本發(fā)明的目的在于提供一種基于SURF的高密度封裝元器件定位方法，實現(xiàn)了高精度亞像素級定位。本發(fā)明的目的通過以下技術(shù)方案實現(xiàn)一種基于SURF的高密度封裝元器件定位方法，包括以下步驟SI粗略定位輸入待配準圖像I (X, y),利用SURF配準方法計算I (x, y)與模板圖像f(x,y)之間粗略變換關(guān)系(m, n, P ),其中m、n分別是x、y方向的平移參數(shù)，P是旋轉(zhuǎn)角度； S2精細定位S2. I按粗略變換關(guān)系(m，n，P )對I (x, y)進行逆變換，得到逆變換圖像g(x，y)，g(x, y)與f(x,y)的變換關(guān)系為(a, b, 0),即g(x，y) = f (xcos 0 -ysin 0 +a, xsin 0 -ycos 0 +b)(I)其中a、b分別是x、y方向的平移參數(shù)，0是旋轉(zhuǎn)角度；S2. 2對式(I),先將sin 0、cos 0進行二階泰勒展開,再將f (x, y)進行二階泰勒
展開，得到
權(quán)利要求
1.一種基于SURF的高密度封裝元器件定位方法，其特征在于，包括以下步驟 SI粗略定位輸入待配準圖像I (X，y)，利用SURF配準方法計算I (X，y)與模板圖像f(x，y)之間粗略變換關(guān)系(m, η, β ),其中m、η分別是x、y方向的平移參數(shù)，β是旋轉(zhuǎn)角度； S2精細定位 S2. I按粗略變換關(guān)系(m, η, β )對I (x, y)進行逆變換,得到逆變換圖像g(x, y), g(x,y)與f (X，y)的變換關(guān)系為(a, b, Θ )，即 g {X, y) = t (xcos Θ -ysm Θ +a, xsin Θ -ycos Θ +b)(I) 其中a、b分別是x、y方向的平移參數(shù)，Θ是旋轉(zhuǎn)角度； S2. 2對式(I),先將sin Θ、Cos Θ進行ニ階泰勒展開,再將f (x, y)進行ニ階泰勒展開，得到
2.根據(jù)權(quán)利要求I所述的基于SURF的高密度封裝元器件定位方法，其特征在于，步驟SI所述利用SURF配準方法計算I (X, y)與f (x, y)之間粗略變換關(guān)系(m, η, β ),具體包括以下步驟 SI. I分別根據(jù)圖像I U，y)、f U，y)生成積分圖像； SI. 2分別在I (X, y)、f (X, y)上檢測特征點； SI. 3用特征點描述向量對I (X，y)、f (X，y)的所有特征點進行描述； SI. 4對特征點進行特征匹配，得到I (X，y)與f (X，y)之間粗略變換關(guān)系(m，η，β )。
3.根據(jù)權(quán)利要求2所述的基于SURF的高密度封裝元器件定位方法，其特征在于，步驟SI. 2所述檢測特征點,具體為SI. 2. I 構(gòu)建快速 Hessian 矩陣 H (X，σ ) 對于給定圖像上的一點X(x，y)，快速Hessian矩陣Η(χ, σ )定義如下
4.根據(jù)權(quán)利要求3所述的基于SURF的高密度封裝元器件定位方法，其特征在干，步驟SI. 3用特征點描述向量對I (X，y)、f (X，y)的所有特征點進行描述，具體包括以下步驟 SI. 3. I確定特征點的主方向以特征點為中心，在半徑為6 σ的圓形區(qū)域內(nèi)，計算尺度為4σ的x、y兩個方向的Haar小波響應,其中σ是特征點所在的尺度；得到特征點x、y方向的響應后，再以特征點為中心，方差為2. 5σ的高斯函數(shù)對響應進行加權(quán)；接著用ー個圓心角為π /3的扇形以特征點為中心環(huán)繞ー圈，計算在扇形所在的區(qū)域內(nèi)的X、y方向的響應之和，并構(gòu)成一個矢量；得到該特征點的所有矢量后，取長度最長的矢量所在的方向作為特征點的主方向； SI. 3. 2建立特征點描述向量以特征點為中心，建立邊長為20 σ的正方形鄰域，然后旋轉(zhuǎn)該正方形鄰域，使它的主軸方向是特征點的主方向；將該正方形鄰域劃分為4X4= 16個子區(qū)域，每個子區(qū)域有25個均勻分布的采樣點，對每個采樣點都用尺度為2 σ的Haar小波處理，得到x、y方向的響應，分別用dx、dy表示；將該特征點所有的dx、dy用ー個以特征點為中心的方差為3. 3 σ的高斯函數(shù)進行加權(quán)；計算姆個子區(qū)域的dx的響應值之和Σ dx、|dx I的響應值之和Σ I dx I、dy的響應值之和Σ dy, dy的響應值之和Σ dy ; Σ dx、Σ dxUE dy.E Idyl構(gòu)成子區(qū)域的描述向量的四個分量；關(guān)鍵點的特征向量由子區(qū)域的描述向量組成。
5.根據(jù)權(quán)利要求4所述的基于SURF的高密度封裝元器件定位方法，其特征在干，步驟SI. 4所述對特征點進行特征匹配，得到I (x，y)與f(x，y)之間粗略變換關(guān)系(m，n，β)，具體為 S1.4. I設A為圖像f(x，y)的關(guān)鍵點的特征向量，求特征向量1 在圖像I(x，y)中的匹配特征向量A，則A、A對應的關(guān)鍵點(X1, Yi)、(x2，Y2)為匹配的關(guān)鍵點對； 其中關(guān)鍵點對匹配的條件為比較關(guān)鍵點Q最近鄰與次近鄰的歐式距離，若距離比率小于特定閾值的是正確匹配，其中特定閾值根據(jù)實際情況確定；其中，歐式距離的計算公式為
全文摘要
本發(fā)明公開了一種基于SURF的高密度封裝元器件定位方法，包括以下步驟(1)粗略定位采用SURF配準方法得到粗略變換參數(shù)(m，n，β)；(2)精細細定位利用上述粗變換參數(shù)(m，n，β)，對待配準圖像I(x，y)進行逆變換得到g(x，y)，計算g(x，y)與模板圖像f(x，y)的最小能量方程E，對E求各階偏導并令其為0，求解變換參數(shù)(a，b，θ)；令m′＝m+a，n′＝n+b，β′＝β+θ；計算在變換關(guān)系(m′，n′，β′)下的能量E；判斷E是否低于設定值，若否，進行下一次迭代；若是，則結(jié)束迭代過程，將m′作為最終的x方向的平移參數(shù)、n′作為最終的y方向的平移參數(shù)，β′作為最終的旋轉(zhuǎn)角度。與現(xiàn)有技術(shù)相比，本發(fā)明實現(xiàn)了高精度亞像素級定位，并且對光照變換和噪聲具有很強的魯棒性。
文檔編號G01B11/02GK102661708SQ20121011947
公開日2012年9月12日 申請日期2012年4月20日 優(yōu)先權(quán)日2012年4月20日
發(fā)明者劉嶼, 胡躍明, 褚夫國, 陳鑫源, 高紅霞, 麥倩 申請人:華南理工大學