專利名稱：印刷電路板中異型元件和高密度封裝元器件的配準(zhǔn)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，特別涉及印刷電路板中異型元件和高密度封裝元器件的配準(zhǔn)方法。
背景技術(shù)：
當(dāng)前，表面貼裝技術(shù)(Surface Mount Technology,簡稱SMT)已影響到通信、家電、計算機、網(wǎng)絡(luò)、自動化、航空、航天、航海等各個領(lǐng)域的產(chǎn)品水平，是當(dāng)今微電子技術(shù)的重要組成部分。其中，視覺檢測是表面貼裝的必要エ序，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(zhǔn)確貼裝提供高精度的位置和角度補償信息。通過圖像配準(zhǔn)能判斷出元器件的位置或角度的偏移量。圖像配準(zhǔn)是計算機視覺、模式識別領(lǐng)域備受關(guān)注的前沿學(xué)科。一般而言，根據(jù)特征提取的層次不同，可以把圖像配準(zhǔn)分為三類基于灰度相關(guān)的圖像配準(zhǔn)、基于特征的圖像配準(zhǔn)、基于頻域的圖像配準(zhǔn)。其中，基于特征的圖像配準(zhǔn)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(yīng)用最廣泛的圖像配準(zhǔn)方法?；谔卣鞯呐錅?zhǔn)提取圖像中保持不變的特征，如角點、邊緣、封閉區(qū)域等，作為圖像配準(zhǔn)的參考信息。在現(xiàn)有的局部特征描述算子中，SIFT算子是ー種性能優(yōu)越的局部特征描述子，它可以處理多幅圖像之間發(fā)生的平移、旋轉(zhuǎn)、尺度、光照變換等情況下的配準(zhǔn)問題，并得到兩幅圖像之間的變換關(guān)系。SIFT算法將斑點檢測和特征向量生成、特征匹配捜索等步驟完整地結(jié)合在一起進行優(yōu)化，達到了接近實時的運算速度。其中，SIFT算子采用了高斯差分函數(shù)(DoG)來近似高斯-拉普拉斯算子(LoG)，提高了計算效率。由于SIFT描述子具有旋轉(zhuǎn)不變性和尺度不變性，因此更適用于SMT中元器件存在旋轉(zhuǎn)和遮擋等的情況。由于SIFT算法是基于局部的特征配準(zhǔn)算法，不可避免會存在誤匹配的問題。單純采用SIFT算法的誤差比較大，并不能達到實際的生產(chǎn)要求，所以在SIFT檢測結(jié)果的基礎(chǔ)上，提出了最小能量亞像素法，進ー步對兩幅待配準(zhǔn)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)明的目的在于提供印刷電路板中異型元件和高密度封裝元器件的配準(zhǔn)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)印刷電路板中異型元件和高密度封裝元器件的配準(zhǔn)方法，包括以下步驟
SI粗略定位輸入待配準(zhǔn)圖像I (X, y),利用SIFT配準(zhǔn)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進行ニ階泰勒展開,再將f(x, y)進行ニ階泰勒
展開，得到
權(quán)利要求
1.印刷電路板中異型元件和高密度封裝元器件的配準(zhǔn)方法，其特征在于，包括以下步驟 S1粗略定位輸入待配準(zhǔn)圖像I (X，y)，利用SIFT配準(zhǔn)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, 0 )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 9 -ysin 9 +a, xsin 9 -ycos 9 +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
2.根據(jù)權(quán)利要求I所述的印刷電路板中異型元件和高密度封裝元器件的配準(zhǔn)方法，其特征在于，步驟SI所述利用SIFT配準(zhǔn)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，￠)，具體包括以下步驟 S1. 1分別根據(jù)圖像I (X, y)、f (X, y)構(gòu)建I (X, y)、f (x, y)的尺度空間； S1. 2分別在I (x，y)、f (x，y)的尺度空間上檢測關(guān)鍵點； S1. 3賦予關(guān)鍵點主方向； S1. 4用特征向量描述I (X, y)、f (X, y)中所有的關(guān)鍵點；SI. 5對I (x, y)、f (x, y)中的關(guān)鍵點進行特征匹配,得到I (x, y)與f (x, y)之間粗略變換關(guān)系(m，n，3 )。
3.根據(jù)權(quán)利要求2所述的印刷電路板中異型元件和高密度封裝元器件的配準(zhǔn)方法，其特征在于，步驟SI. I所述分別根據(jù)圖像I (X, y)、f (X, y)構(gòu)建I (X, y)、f (X，y)的尺度空間，具體為 構(gòu)建圖像I(x，y)的尺度空間計算圖像I(x, y)在尺度O下的尺度空間L1U, y, 8 )= G(x, y, kS)*I(x, y);根據(jù)尺度空間L1U, y, 8 )可得到圖像I (x，y)的高斯差分空間D1 (x, y, 8 ) = (G(x, y, k 8 )-G(x, y, 8 ))*I (x, y) = L1 (x, y, k 8 )-L1(x, y, 8 )； 構(gòu)建圖像f (x, y)的尺度空間計算圖像f (X, y)在尺度O下的尺度空間L2 (X, y, 8 )= G(x, y, kS)*f(x, y);根據(jù)尺度空間L2 (x, y, 8 )可得到圖像f(x, y)的高斯差分空間D2(x, y, 8 ) = (G(x, y, k 8 )-G(x, y, S))*f(x,y) = L1 (x, y, k 8 )-L1(x, y, 8 )； 其中，o是尺度因子，用于刻畫當(dāng)前圖像分辨率層次的參數(shù)；*為圖像卷積；
4.根據(jù)權(quán)利要求2所述的印刷電路板中異型元件和高密度封裝元器件的配準(zhǔn)方法，步驟SI. 2所述分別在I (x，y)、f (x，y)的尺度空間上檢測關(guān)鍵點，具體為 將每一個采樣點的灰度值與同尺度鄰域的8個對比采樣點的灰度值、相鄰尺度的18個對比采樣點的灰度值進行比較，當(dāng)該采樣點的灰度值大于上述26個對比采樣點的灰度值或者該采樣點的灰度值小于上述26個對比采樣點的灰度值時，確認該采樣點為關(guān)鍵點。
5.根據(jù)權(quán)利要求2所述的印刷電路板中異型元件和高密度封裝元器件的配準(zhǔn)方法，步驟SI. 3所述賦予關(guān)鍵點主方向，具體為 尺度為O的高斯卷積圖像L的關(guān)鍵點L(x，y)的梯度幅值和方向的計算公式為
6.根據(jù)權(quán)利要求2所述的印刷電路板中異型元件和高密度封裝元器件的配準(zhǔn)方法，步驟SI. 4用特征向量描述I (x，y)、f (x，y)中所有的關(guān)鍵點，具體為 以關(guān)鍵點為中心取8 X 8的采樣窗口，計算各個采樣點像素的梯度方向和梯度模值，把采樣窗口均勻地劃分為2X2的子窗口 ；在每個子窗口，采樣點的梯度方向按高斯加權(quán)梯度模值歸入8個柱的梯度方向直方圖，統(tǒng)計每個方向的累加值；這8個方向累加值即組成子窗口特征向量的八個分量；最后由子窗口特征向量組成關(guān)鍵點的特征向量。
7.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. 5對I (X, y)、f (X, y)中的關(guān)鍵點進行特征匹配,得到I (x, y)與f (x, y)之間粗略變換關(guān)系(m，n，@ )，具體為 SI. 5. I設(shè)A為圖像f(x，y)的關(guān)鍵點的特征向量；首先，求得特征向量A在圖像I(x，y)中的匹配特征向量A ;再求特征向量A在圖像f (x，y)中的匹配特征向量，若得到的匹配特征向量為A，則A、A為匹配的特征向量，A、A對應(yīng)的關(guān)鍵點(xi，Ji) > (x2，y2)為匹配的關(guān)鍵點對； SI. 5. 2對(Xl，Y1)和(x2，y2)，根據(jù)仿射變換公式
全文摘要
本發(fā)明公開了印刷電路板中異型元件和高密度封裝元器件的配準(zhǔn)方法，包括以下步驟(1)粗略定位采用SIFT配準(zhǔn)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(zhǔn)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(dǎo)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(shè)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G06T7/00GK102663756SQ20121011839
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(xué)