一種在攝像模組自動調(diào)心過程中識別特征對象的方法
【專利摘要】一種在攝像模組自動調(diào)心過程中識別特征對象的方法，該方法包括步驟：a.從視覺相機(jī)獲取的圖像I中識別與所述特征對象形狀基本一致的區(qū)域A；b.獲得所述區(qū)域A的中心坐標(biāo)；c.從所述圖像I中識別能確定所述特征對象角度的一條邊L；d.獲得所述邊L的角度。特征對象可以為一馬達(dá)鏡頭組件、一感光芯片和/或一Mark點。
【專利說明】
一種在攝像模組自動調(diào)心過程中識別特征對象的方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及機(jī)器視覺領(lǐng)域，尤其涉及一種利用機(jī)器視覺在攝像模組自動調(diào)心過程 中識別特征對象的方法，該方法從視覺相機(jī)提供的圖像中識別特征對象。
【背景技術(shù)】
[0002] 手機(jī)攝像模組（CCM)是近年來快速發(fā)展的新興產(chǎn)業(yè)，其主要生產(chǎn)工藝包括表面貼 裝、芯片封裝和組裝測試三部分。芯片封裝的過程，就是將含有鏡片（Lens)的鏡頭馬達(dá)組 件組裝到含有感光芯片（Sensor)的FPC/PCB基板上。在組裝的過程中要保證鏡頭與感光 芯片對齊，因此需要調(diào)整鏡頭的光軸與感光芯片中心的偏移度（tilt)使其中心對齊，調(diào)整 鏡片的光軸與感光芯片面的垂直度（shift)使其相互平行。但是目前使用的調(diào)心設(shè)備都不 具有自動調(diào)整鏡頭和感光芯片的偏移度與垂直度的能力，這導(dǎo)致攝像模組的品質(zhì)下降，特 別是對于高像素模組。
[0003] 要在調(diào)心設(shè)備中實現(xiàn)自動調(diào)心的工藝，必須要用到機(jī)器視覺技術(shù)，利用機(jī)器視覺 輔助電機(jī)定位。而外購的基恩士（Keyence)整套機(jī)器視覺的試調(diào)比較麻煩，而且價格又及 其昂貴。本發(fā)明使用的是自主開發(fā)的自動調(diào)心設(shè)備，大幅提高了設(shè)備的性價比。
[0004] 另外，在機(jī)器視覺的應(yīng)用過程中，有很重要的一步就是確定視覺比例系數(shù)，視覺比 例系數(shù)就是機(jī)械坐標(biāo)與像素坐標(biāo)的比值。只有獲得準(zhǔn)確的視覺比例系數(shù)，才能將待識別元 件在相機(jī)畫面中的像素坐標(biāo)轉(zhuǎn)換為相應(yīng)的機(jī)械坐標(biāo)，進(jìn)而輔助電機(jī)移動準(zhǔn)確的距離或角 度。獲得視覺比例系數(shù)需要利用一黑點作為Mark點，通過在視覺相機(jī)的畫面中移動Mark 點，并獲得相應(yīng)Mark點的像素坐標(biāo)和機(jī)械坐標(biāo)，從而計算視覺比例系數(shù)。所述Mark可以是 在白紙上人工涂制或打印的一黑點。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的一個目的在于提供一種在攝像模組的自動調(diào)心過程中識別特征對象的 方法，該方法可從視覺相機(jī)提供的圖像中識別特征對象的中心坐標(biāo)和/或特征對象在某一 平面內(nèi)的偏轉(zhuǎn)角度。
[0006] 本發(fā)明的另一個目的在于提供一種在攝像模組的自動調(diào)心過程中識別特征對象 的方法，該方法可利用一機(jī)器視覺識別系統(tǒng)定位一鏡頭馬達(dá)組件和/或一感光芯片組件， 也即獲得鏡頭馬達(dá)組件的坐標(biāo)和/或在某一平面內(nèi)的偏轉(zhuǎn)角度、感光芯片的坐標(biāo)和/或在 某一平面內(nèi)的偏轉(zhuǎn)角度。
[0007] 本發(fā)明的另一個目的在于提供一種在攝像模組的自動調(diào)芯過程中識別特征對象 的方法，該方法可用于識別一Mark點的坐標(biāo)，從而利用Mark點在不同位置的坐標(biāo)信息計算 視覺比例系數(shù)。
[0008] 本發(fā)明的另一個目的在于提供一種在攝像模組的自動調(diào)心過程中識別特征對象 的方法，該方法與傳統(tǒng)的視覺識別相比更加方便、快速和準(zhǔn)確，同時大大降低了生產(chǎn)成本。
[0009] 本發(fā)明的另一個目的在于提供一種在攝像模組的自動調(diào)心過程中識別特征對象 的方法，該方法可用于自主裝配的機(jī)器視覺識別系統(tǒng)，從而可以根據(jù)使用需要選擇合適的 視覺相機(jī)、計算機(jī)系統(tǒng)等，提高了該方法的使用范圍、降低了使用成本。
[0010] 為達(dá)到以上目的，本發(fā)明提供一種在攝像模組的自動調(diào)心過程中識別特征對象的 方法，所述方法包括：
[0011] (a)從視覺相機(jī)獲取的圖像I中識別與所述特征對象形狀基本一致的區(qū)域A ;和
[0012] (b)獲得所述區(qū)域A的中心坐標(biāo)。
[0013] 優(yōu)選地，所述特征對象是所述攝像模組的馬達(dá)鏡頭組件，所述步驟b包括步驟：針 對述馬達(dá)鏡頭組件的鏡頭提取所述區(qū)域A的邊緣并進(jìn)行圓擬合，得到圓心坐標(biāo)，以得到所 述鏡頭的中心坐標(biāo)。
[0014] 優(yōu)選地，在所述步驟b中，利用亞像素點邊緣檢測法提取所述區(qū)域A的邊緣，并對 提取的所述邊緣進(jìn)行最小二乘法圓擬合，得到所述區(qū)域A的圓心坐標(biāo)。
[0015] 優(yōu)選地，步驟a包括以下步驟：
[0016] 對所述圖像I中的鏡頭最內(nèi)層的圓進(jìn)行基于形狀的模板匹配，確定一大致的圓心 坐標(biāo)；
[0017] 對所述圖像I進(jìn)行位置補(bǔ)正，以所述大致的圓心坐標(biāo)為中心劃分半徑確定的一區(qū) 域B，所述區(qū)域B基本包含所述鏡頭的特征；
[0018] 對所述區(qū)域B進(jìn)行閾值分割，分割出一個或多個連通域；和
[0019] 搜索所述連通域，提取出半徑和圓相似度與所述鏡頭匹配的一連通域，為區(qū)域A。
[0020] 優(yōu)選地，所述方法進(jìn)一步包括步驟：
[0021] (c)從所述圖像I中識別能確定所述馬達(dá)鏡頭組件偏轉(zhuǎn)角度的一條邊L ;
[0022] 和
[0023] (d)計算獲得所述邊L的角度，以確定所述馬達(dá)鏡頭組件的偏轉(zhuǎn)角度。
[0024] 優(yōu)選地，所述步驟c進(jìn)一步包括以下步驟：
[0025] 在所述圖像I中通過模板匹配確定所述邊L所在的區(qū)域C ;和
[0026] 通過邊緣檢測方法從所述區(qū)域C中提取所述邊L。
[0027] 優(yōu)選地，對所述邊L進(jìn)行最小二乘法直線擬合，得到所述直線兩端點的坐標(biāo) (Xu 、（x2, y2)，并計算所述邊L的角度，以得到所述馬達(dá)鏡頭組件的偏轉(zhuǎn)角度。
[0028] 優(yōu)選地，其中在所述步驟d中，利用公式：Θ = 計算所述馬達(dá)鏡頭組件 的偏轉(zhuǎn)角度。
[0029] 優(yōu)選地，其中所述區(qū)域C通過對所述馬達(dá)鏡頭組件的音圈馬達(dá)進(jìn)行模板匹配來獲 取。
[0030] 優(yōu)選地，其中所述特征對象是所述攝像模組的感光芯片，所述步驟a包括以下步 驟：
[0031] 對所述圖像I進(jìn)行閾值分割，分割出一個或多個連通域；和
[0032] 搜索所述連通域，提取長寬尺寸與所述感光芯片一致的區(qū)域A。
[0033] 優(yōu)選地，其中在步驟a之后還包括步驟：
[0034] 在所述區(qū)域A中進(jìn)行邊緣檢測，提取所述區(qū)域A的一邊L ;和
[0035] 計算獲得所述邊L的角度，以得到所述感光芯片的偏轉(zhuǎn)角度。
[0036] 優(yōu)選地，進(jìn)一步包括以下步驟：對所述邊L進(jìn)行最小二乘法直線擬合，得到所述直 線兩端點的坐標(biāo)（X:，、（x 2, yJ，并計算所述邊L的角度。
[0037] 優(yōu)選地，利用公式：e = tarT1^計算所述感光芯片的偏轉(zhuǎn)角度。
[0038] 優(yōu)選地，其中所述特征對象是用于計算視覺比例系數(shù)的Mark點，所述方法進(jìn)一步 包括步驟：對所述圖像I進(jìn)行閾值分割，得到Mark點連通域，并獲取所述Mark點連通域的 中心坐標(biāo)。
【附圖說明】
[0039] 圖1A-C顯示了在攝像模組的生產(chǎn)過程中，鏡頭馬達(dá)組件與感光芯片組件的相對 位置沒有對齊的幾種情況。
[0040] 圖2顯示了帶有Mark點的標(biāo)版在機(jī)器視覺相機(jī)畫面中的移動。
[0041] 圖3是根據(jù)本發(fā)明的在攝像模組自動調(diào)心過程中識別特征對象的方法的一個優(yōu) 選實施例，顯示了識別鏡頭馬達(dá)組件的鏡頭中心坐標(biāo)與偏轉(zhuǎn)角度的流程。
[0042] 圖4是根據(jù)本發(fā)明的在攝像模組的自動調(diào)心過程中識別特征對象的方法的另一 個優(yōu)選實施例，顯示了識別感光芯片組件的中心坐標(biāo)與偏轉(zhuǎn)角度的流程。
【具體實施方式】
[0043] 以下描述用于揭露本發(fā)明以使本領(lǐng)域技術(shù)人員能夠?qū)崿F(xiàn)本發(fā)明。以下描述中的優(yōu) 選實施例只作為舉例，本領(lǐng)域技術(shù)人員可以想到其他顯而易見的變型。在以下描述中界定 的本發(fā)明的基本原理可以應(yīng)用于其他實施方案、變形方案、改進(jìn)方案、等同方案以及沒有背 離本發(fā)明的精神和范圍的其他技術(shù)方案。
[0044] 攝像模組的自動調(diào)心過程是指在攝像模組的芯片封裝過程中利用自動化設(shè)備調(diào) 整所述攝像模組的一鏡頭馬達(dá)組件和一感光芯片組件的相對位置，使得所述鏡頭馬達(dá)組件 與所述感光芯片組件對齊，然后將對齊的所述鏡頭馬達(dá)組件和所述感光芯片組件封裝在一 起，完成芯片封裝的過程。在對齊所述鏡頭馬達(dá)組件與所述感光芯片組件時涉及到對所述 鏡頭馬達(dá)組件和所述感光芯片組件的定位，精確定位所述鏡頭馬達(dá)組件和所述感光芯片組 件有利于提尚兩者的對齊程度，進(jìn)一步有利于提尚所述攝像t旲組的成像品質(zhì)。
[0045] 具體的，所述鏡頭馬達(dá)組件包括一音圈馬達(dá)和安裝于所述音圈馬達(dá)的所述鏡頭。 所述感光芯片組件包括一線路板和安裝于所述線路板的所述感光芯片。對齊所述鏡頭馬 達(dá)組件和所述感光芯片組件包括：使所述鏡頭的光軸與所述感光芯片的中心對齊，使所述 鏡頭的光軸與所述感光芯片面垂直，以及使所述音圈馬達(dá)與所述線路板和所述感光芯片對 齊。所述鏡頭的光軸即通過所述鏡頭中心且垂直于所述鏡頭的軸。
[0046] 圖1顯示了攝像模組在生產(chǎn)過程中，一鏡頭馬達(dá)組件11和一感光芯片組件21在 組裝時相對位置沒有對齊的幾種情況，圖1A-C所示的三種情況僅為舉例，實際生產(chǎn)中不限 于這三種情況，也可能是幾種情況的組合。其中xyz三軸坐標(biāo)系為本發(fā)明的機(jī)器視覺識別 系統(tǒng)確定的像素坐標(biāo)系。所述鏡頭馬達(dá)組件11包括一音圈馬達(dá)111以及安裝于所述音圈馬 達(dá)111的一鏡頭112,所述感光芯片組件21包括一線路板211以及安裝于所述線路板211 的一感光芯片212。所述音圈馬達(dá)111與所述鏡頭112的相對位置為固定的，所述感光芯片 212與所述線路板211的相對位置為固定的。因此定位所述鏡頭112和所述音圈馬達(dá)111 都可以實現(xiàn)對所述鏡頭馬達(dá)組件11的定位，同理，定位所述感光芯片212和所述線路板211 都可以實現(xiàn)對所述感光芯片組件21的定位。
[0047] 這里所說的定位包括確定一元件的坐標(biāo)和/或一元件的偏轉(zhuǎn)角度。通常可以將 一元件的中心坐標(biāo)作為該元件的坐標(biāo)，將一元件的一邊的偏轉(zhuǎn)角度來反應(yīng)該元件的偏轉(zhuǎn)角 度。例如定位所述鏡頭馬達(dá)組件11，需要確定所述鏡頭112的中心坐標(biāo)和音圈馬達(dá)111的 偏轉(zhuǎn)角度。而在定位所述感光芯片組件21時，主要確定所述感光芯片212的中心坐標(biāo)及其 偏轉(zhuǎn)角度。值得一提的是，所述鏡頭112、所述音圈馬達(dá)111、所述感光芯片212和所述線路 板211的形狀不限制于圖1中所示的形狀，也可以為別的形狀。
[0048] 圖1A顯示了所述鏡頭馬達(dá)組件11與所述感光芯片組件21的在平行于x-z的平 面內(nèi)發(fā)生中心偏移的情況，所述鏡頭馬達(dá)組件11的上下表面與所述感光芯片組件21所在 的面平行，并且與x-z平面平行，所述鏡頭112的光軸與所述感光芯片212的中心不在同一 直線上。此時可通過確定所述鏡頭112的圓心得到所述鏡頭馬達(dá)組件11的中心坐標(biāo)，確定 所述感光芯片212的中心得到所述感光芯片組件21的中心坐標(biāo)，然后通過相應(yīng)的自動化設(shè) 備平行于x-z平面移動所述鏡頭馬達(dá)組件11和/或所述感光芯片組件21，使得所述鏡頭馬 達(dá)組件11和所述感光芯片組件對齊。
[0049] 圖1B顯示了所述鏡頭馬達(dá)組件11與所述感光芯片組件21在平行于x-z的平面 內(nèi)發(fā)生角度偏移的情況，所述鏡頭馬達(dá)組件11的上下表面與所述感光芯片組件21所在的 面平行，并且與x-z平面平行，所述鏡頭112的光軸與所述感光芯片212的中心在同一直線 上，所述鏡頭馬達(dá)組件的邊Q相對于z軸的偏轉(zhuǎn)角度為Θ i，所述感光芯片組件21的邊L2 相對于z軸的偏轉(zhuǎn)角度為Θ 2，從而得到所述鏡頭馬達(dá)組件11和所述感光芯片組件21在 x-z平面的偏轉(zhuǎn)角度分別為Θ^Ρ Θ 2，進(jìn)而通過相應(yīng)的自動化設(shè)備轉(zhuǎn)動所述鏡頭馬達(dá)組件 11和/或所述感光芯片組件21，使得所述鏡頭馬達(dá)組件11和所述感光芯片組件21對齊。
[0050] 圖1C顯示了所述音圈馬達(dá)12與所述感光芯片在平行于x-y的平面內(nèi)發(fā)生角度偏 移的情況，所述鏡頭馬達(dá)組件11的上下表面與所述感光芯片組件21所在的面不平行，所述 感光芯片組件21所在的面與x-z平面平行，所述鏡頭112的光軸不垂直于所述感光芯片 212所在的面。所述鏡頭馬達(dá)組件11的邊L 3相對于y軸的偏轉(zhuǎn)角度為Θ 3，從而得到所述 鏡頭馬達(dá)組件11在x-y平面的偏轉(zhuǎn)角度為Θ 3，進(jìn)而通過相應(yīng)的自動化設(shè)備轉(zhuǎn)動所述鏡頭 馬達(dá)組件11和/或所述感光芯片組件21，使得所述鏡頭馬達(dá)組件11和所述感光芯片組件 21對齊。
[0051] 為實現(xiàn)對所述鏡頭馬達(dá)組件11和所述感光芯片組件21的精確定位，本發(fā)明提供 一機(jī)器視覺識別方法，所述機(jī)器視覺識別方法可獲得待定位的特征對象在像素坐標(biāo)系內(nèi)的 像素坐標(biāo)，并通過視覺比例系數(shù)將所述像素坐標(biāo)轉(zhuǎn)換為所述特征對象的機(jī)械坐標(biāo)，所述機(jī) 械坐標(biāo)作為調(diào)整所述特征對象的依據(jù)。
[0052] 所述像素坐標(biāo)系是指建立于機(jī)器視覺識別系統(tǒng)的視覺相機(jī)的畫面上的一坐標(biāo)系， 通常以像素點作為坐標(biāo)的單位。所述機(jī)械坐標(biāo)是指所述特征對象在建立于自動化設(shè)備的機(jī) 械驅(qū)動系統(tǒng)上的一機(jī)械坐標(biāo)系內(nèi)的坐標(biāo)信息。
[0053] 在一個優(yōu)選實施例中，本發(fā)明的所述機(jī)器視覺識別方法通過一機(jī)器視覺識別系統(tǒng) 實現(xiàn)，所述機(jī)器視覺識別系統(tǒng)包括用于獲取圖像的視覺相機(jī)以及用于處理圖像并進(jìn)行計算 的計算機(jī)處理系統(tǒng)。所述特征對象為所述鏡頭馬達(dá)組件11和/或所述感光芯片組件21，通 過所述機(jī)器視覺識別方法獲得所述鏡頭112的圓心坐標(biāo)和/或所述音圈馬達(dá)111的一邊的 角度，實現(xiàn)對所述鏡頭馬達(dá)組件11的定位；通過獲得所述感光芯片212的中心坐標(biāo)、所述感 光芯片212的角度和/或所述線路板211的角度，實現(xiàn)對所述感光芯片組件21的定位。
[0054] 在另外的一個實施例中，所述機(jī)器視覺識別系統(tǒng)包括用于獲取圖像的視覺相機(jī)， 用于處理圖像并進(jìn)行計算的計算機(jī)處理系統(tǒng)，以及用于計算視覺比例系數(shù)的標(biāo)版。所述標(biāo) 版提供一 Mark點，所述Mark點通常為一黑點。所述機(jī)器視覺識別方法識別的所述特征對 象為所述鏡頭馬達(dá)組件11、所述感光芯片組件21和/或所述Mark點。如圖2所示，所述 Mark點為所述標(biāo)版30上的一黑點，當(dāng)移動所述標(biāo)版30時，所述Mark點在像素坐標(biāo)系內(nèi)的 位置隨之移動，從而利用所述Mark點在不同位置的坐標(biāo)信息計算視覺比例系數(shù)，所述Mark 點的像素坐標(biāo)的獲得通過本發(fā)明的所述機(jī)器視覺識別方法獲得。
[0055] 獲得視覺比例系數(shù)最簡單的方法是：在所述視覺相機(jī)的畫面中提供所述Mark點， 獲得所述Mark點在第一點的像素坐標(biāo)（x pl，ypl)和機(jī)械坐標(biāo)（X]1，y]1)，然后在相機(jī)畫面內(nèi) 移動所述Mark點到第二點，獲得所述Mark點在第二點的像素坐標(biāo)（x p2，yp2)和機(jī)械坐標(biāo) Uj2, yj2)，根據(jù)所述Mark點在第一點和第二點的像素坐標(biāo)與機(jī)械坐標(biāo)即可計算得到視覺 比例系I
當(dāng)然為了獲得更準(zhǔn)確的視覺比例系數(shù)，可以增加所述 Mark點移動的位置，對獲得的視覺比例系數(shù)進(jìn)行校正。
[0056] 值得一提的是，本發(fā)明提供的所述機(jī)器視覺識別方法的應(yīng)用不局限于識別鏡頭馬 達(dá)組件11、所述感光芯片21組件和所述Mark點，在其他的一些領(lǐng)域中，涉及到定位一特征 對象時，都可以使用本發(fā)明提供的方法。
[0057] 另外，本發(fā)明提供的所述機(jī)器視覺識別系統(tǒng)可獲取待識別目標(biāo)的三維立體圖像， 也可以獲取某一平面的平面圖像，可在獲得的三維立體圖像上利用位置補(bǔ)正獲得某一平面 的圖像，如圖1A-C所示，既可以獲取所述鏡頭馬達(dá)組件11的上表面或下表面的圖像，也可 以獲取鏡頭馬達(dá)組件11側(cè)面的圖像。
[0058] 本發(fā)明的所述機(jī)器視覺識別方法可用于定位一特征對象的中心坐標(biāo)，所述方法包 括以下步驟：
[0059] a.從視覺相機(jī)獲取的圖像I中識別與所述特征對象形狀基本一致的區(qū)域A ;
[0060] b.獲得所述區(qū)域A的中心坐標(biāo)。
[0061] 值得一提的是，所述視覺相機(jī)在獲取圖像I時，需對準(zhǔn)所述特征對象所在的區(qū)域， 以保證將所述特征對象完全拍攝入所述圖像I中。
[0062] 在所述方法中，所述特征對象可以是所述鏡頭馬達(dá)組件11、所述感光芯片組件21 或所述Mark點，也可以是所述鏡頭馬達(dá)組件11的所述鏡頭112、所述感光芯片組件21的所 述感光芯片212。所述方法可以單獨定位一個特征對象，也可以同時定位多個特征對象，當(dāng) 同時定位多個特征對象時，應(yīng)選擇形狀各不相同的特征對象進(jìn)行定位。
[0063] 在步驟a，當(dāng)需要定位所述特征對象為一具有特定形狀的連續(xù)的區(qū)域時，可采用 blob技術(shù)從所述機(jī)器視覺識別系統(tǒng)提供的所述圖像I中識別所述區(qū)域A。例如，當(dāng)需要確 定所述鏡頭112的中心坐標(biāo)時，所述鏡頭112為一連續(xù)的區(qū)域，且所述鏡頭112的形狀基本 為一圓形，可以利用這一特征定位所述鏡頭112 ;當(dāng)需要確定所述感光芯片212的中心坐標(biāo) 時，所述感光芯片212為一矩形的連續(xù)區(qū)域，可利用這一特征定位所述感光芯片212。具體 的，利用blob技術(shù)識別所述區(qū)域A包括步驟：
[0064] al.對所述圖像I進(jìn)行閾值分割，分割出一個或多個連通域；和
[0065] a2.搜索所述連通域，提取出形狀與所述特征對象基本一致的區(qū)域A。
[0066] 此外，也可以通過其他方法識別所述區(qū)域A，例如直接使用模版匹配的方法識別所 述區(qū)域A。
[0067] 特別的，當(dāng)所述特征對象為所述鏡頭112時，需要識別的所述區(qū)域A即為所述鏡頭 112的區(qū)域，利用blob技術(shù)識別所述區(qū)域A包括步驟：
[0068] a21.對所述圖像I中的所述鏡頭112最內(nèi)層的圓進(jìn)行基于形狀的模板匹配，確定 一近似圓心坐標(biāo)；
[0069] a22.對所述圖像I進(jìn)行位置補(bǔ)正，以所述近似圓心坐標(biāo)為中心劃分半徑確定的一 區(qū)域B，所述區(qū)域B基本包含所述鏡頭112的特征；
[0070] a23.對所述區(qū)域B進(jìn)行閾值分割，分割出一個或多個連通域；和
[0071] a24.搜索所述連通域，提取出半徑和圓相似度與所述鏡頭112匹配的一連通域， 為區(qū)域A。
[0072] 特別的，當(dāng)所述特征對象為矩形的所述感光芯片212時，需要識別的所述區(qū)域A為 所述感光芯片212的區(qū)域，利用blob技術(shù)識別所述區(qū)域A包括步驟：
[0073] a31.對所述圖像I進(jìn)行閾值分割，分割出一個或多個連通域；和
[0074] a32.搜索所述連通域，提取長寬尺寸與所述感光芯片一致的矩形區(qū)域A。
[0075] 當(dāng)所述感光芯片212的中心與所述線路板211的中心重合時，所述特征對象也可 以為所述線路板211。
[0076] 當(dāng)所述特征對象為所述Mark點時，需要識別的所述區(qū)域A即為構(gòu)成所述Mark點 的黑點，利用blob技術(shù)識別所述區(qū)域A包括步驟：
[0077] a41.對所述圖像I進(jìn)行閾值分割，得到唯一的連通域，即為所述區(qū)域A。
[0078] 當(dāng)所述特征對象的形狀基本為圓形時，在步驟b中，獲得所述區(qū)域A的中心坐標(biāo)包 括步驟：提取所述區(qū)域A的邊緣并進(jìn)行圓擬合，得到圓心坐標(biāo)。
[0079] 具體的，利用亞像素點邊緣檢測法提取所述區(qū)域A的邊緣，并對提取的所述邊緣 進(jìn)行最小二乘法圓擬合，得到所述圓心坐標(biāo)。
[0080] 當(dāng)所述特征對象的形狀為矩形或其他形狀的多邊形時，在步驟b中，利用所述特 征對象的形狀特征，直接獲得所述區(qū)域A的中心坐標(biāo)。
[0081] 進(jìn)一步，所述機(jī)器視覺識別方法可用于定位所述特征對象的角度，所述方法進(jìn)一 步包括以下步驟：
[0082] c.從所述圖像I中識別能確定所述特征對象角度的一條邊L ;和
[0083] d.獲得所述邊L的角度。
[0084] 值得一提的是，能確定所述特征對象角度的一條邊L為與所述特征對象位置相對 固定的一條邊，當(dāng)所述邊L的角度確定時，所述特征對象在所述邊L所在的平面內(nèi)的角度也 是確定的。例如，當(dāng)所述特征對象為所述鏡頭112時，所述音圈馬達(dá)111的外邊、內(nèi)邊或與 其外邊平行的線段可以作為確定所述鏡頭112偏轉(zhuǎn)角度的邊，當(dāng)所述特征對象為所述感光 芯片212時，所述感光芯片212的外邊可以確定所述感光芯片212偏轉(zhuǎn)角度的邊。
[0085] 在圖1B中，所述鏡頭馬達(dá)組件11的上表面的邊1^可以作為確定所述鏡頭馬達(dá)組 件11角度的邊。當(dāng)在圖1B中確定所述鏡頭馬達(dá)組件11的偏轉(zhuǎn)角度時，可先將所述機(jī)器視 覺系統(tǒng)獲得的圖像的進(jìn)行位置補(bǔ)正，使得所述圖像I是平行于x-z面的一平面的圖像，也即 所述圖像I獲得的是所述鏡頭馬達(dá)組件11的上表面或下表面的圖像，然后獲得所述鏡頭馬 達(dá)組件11的邊Q相對于X軸或Z軸的偏轉(zhuǎn)角度，從而得到所述鏡頭馬達(dá)組件11的偏轉(zhuǎn)角 度。
[0086] 在圖1C中，所述鏡頭馬達(dá)組件11的側(cè)面的邊L3可以作為確定所述鏡頭馬達(dá)組件 11角度的邊。當(dāng)在圖1C中確定所述鏡頭馬達(dá)組件11的偏轉(zhuǎn)角度時，可先將所述機(jī)器視覺 系統(tǒng)獲得的圖像進(jìn)行位置補(bǔ)正，使得所述圖像I是平行于 X-y面的一平面的圖像，也即所述 圖像I獲得的是所述鏡頭馬達(dá)組件11的平行于x-y面的側(cè)面的圖像，然后獲得所述鏡頭馬 達(dá)組件11的邊L 3相對于X軸或y軸的偏轉(zhuǎn)角度，從而得到所述鏡頭馬達(dá)組件11的傾斜角 度。
[0087] 當(dāng)所述特征對象為所述感光芯片組件21時，所述感光芯片212的邊都可以作為確 定所述感光芯片組件21角度的邊。當(dāng)所述線路板211的各邊與所述感光芯片212的各邊 分別平行時，所述線路板211的邊可以作為確定所述感光芯片組件21角度的邊。
[0088] 具體的，在步驟c中，識別所述邊L時，采用基于形狀的模版匹配法識別所述邊L， 具體步驟為：
[0089] cl.在所述圖像I中通過模板匹配確定所述邊L所在的區(qū)域C ;和
[0090] c2.通過canny邊緣檢測從所述區(qū)域C中提取所述邊L。
[0091] 具體的，在步驟d中，獲得所述邊L的角度為：對所述邊L進(jìn)行最小二乘法直線擬 合，得到所述直線兩端點的坐標(biāo)（Xu yj、（x2, y2)，并計算所述邊L的角度。
[0092] 可利用公式：Θ 計算所述邊l的角度。
[0093] 舉例說明，當(dāng)識別所述鏡頭馬達(dá)組件11的邊1^時，模版匹配識別時使用的模版即 為長度與邊Q相等的一線段。當(dāng)所述鏡頭馬達(dá)組件11的上表面為矩形時，與模版匹配的邊 有兩條相互平行邊，識別到其中的任一條都可能可以用于確定所述鏡頭馬達(dá)組件11的角 度。當(dāng)所述鏡頭馬達(dá)組件11的上表面為正方形時，與模版匹配的邊為正方形的四邊，四條 邊中任一條都可能根據(jù)對應(yīng)的具體偏轉(zhuǎn)情況可以用于確定所述鏡頭馬達(dá)組件11的角度。
[0094] 特別的，當(dāng)所述方法在步驟a中識別的區(qū)域A中包括了可以確定所述特征對象角 度的邊時，可直接在所述區(qū)域A中進(jìn)行canny邊緣檢測，從所述區(qū)域A中提取所述邊L。例 如，當(dāng)所述特征對象為矩形的所述感光芯片212或所述線路板211時，所述區(qū)域A的邊即為 所述感光芯片212或所述線路板211邊，也即可以確定所述感光芯片212或所述線路板211 角度的邊，因此，可省去步驟cl，直接在所述區(qū)域A中進(jìn)行canny邊緣檢測，從所述區(qū)域A中 提取所述邊L。
[0095] 圖3所示的是本發(fā)明的所述機(jī)器視覺識別方法識別所述鏡頭馬達(dá)組件11的流程 圖。首先，在所述圖像L中對所述鏡頭112做基于形狀的模板匹配，判斷是否找到所述鏡 頭112最內(nèi)層的圓，如果找到則可確定一近似圓心，如果沒有找到，則繼續(xù)在所述圖像^中 查找；對所述圖像^進(jìn)行位置補(bǔ)正；然后確定所述鏡頭112的區(qū)域B ;對所述區(qū)域B做閾值 分割；提取半徑和圓相似度都與所述鏡頭112匹配的內(nèi)圓區(qū)域A ;對所述內(nèi)圓區(qū)域A做亞 像素點的邊緣檢測；對得到的邊緣做最小二乘法圓擬合得到圓心坐標(biāo);然后用模板 匹配在圖像Ii中查找能確定所述鏡頭馬達(dá)組件11的角度的邊區(qū)域C，判斷是否找到所述 邊區(qū)域C，若沒有找到則在所述圖像Ii中從頭開始重新識別，若找到所述區(qū)域C，則進(jìn)行下 一步操作，對所述區(qū)域c進(jìn)行canny邊緣檢測，；對得到的邊緣L做最小二乘法直線擬合， 得到邊L的兩個端點的坐標(biāo)（ Xl，yi)和（x2，y2);計算得到所述鏡頭馬達(dá)組件的偏轉(zhuǎn)角度 :θ = 然后輸出所述鏡頭馬達(dá)組件11的中心坐標(biāo)（X。，y。）和角度θ 1。
[0096] 如圖4所示的是本發(fā)明的所述機(jī)器視覺識別方法識別所述感光芯片組件21的流 程圖。首先，對所述圖像1 2做閾值分割，得到多個連通域；對所述連通域進(jìn)行分析，從中提取 長寬與所述感光芯片212 -致的矩形區(qū)域Α2;對所述區(qū)域Α2求中心得到中心坐標(biāo)（x3，y 3); 然后對所述區(qū)域^的一條邊做canny邊緣檢測；對提取的邊緣做最小二乘法直線擬合，得 到直線的兩端點的坐標(biāo)（x4，y4)和（x5，y5);根據(jù)公式 0 = tan 計算所述感光芯片212 的角度，然后輸出所述感光芯片212的中心坐標(biāo)（x3，y3)與角度θ2。
[0097] 本領(lǐng)域的技術(shù)人員應(yīng)理解，上述描述及附圖中所示的本發(fā)明的實施例只作為舉例 而并不限制本發(fā)明。本發(fā)明的目的已經(jīng)完整并有效地實現(xiàn)。本發(fā)明的功能及結(jié)構(gòu)原理已在 實施例中展示和說明，在沒有背離所述原理下，本發(fā)明的實施方式可以有任何變形或修改。
【主權(quán)項】
1. 一種在攝像模組的自動調(diào)屯、過程中識別特征對象的方法，其特征在于，所述方法包 括： (a)從視覺相機(jī)獲取的圖像I中識別與所述特征對象形狀基本一致的區(qū)域A ;和 化）獲得所述區(qū)域A的中屯、坐標(biāo)。2. 如權(quán)利要求1所述的方法，其中所述特征對象是所述攝像模組的馬達(dá)鏡頭組件，所 述步驟b包括步驟：針對述馬達(dá)鏡頭組件的鏡頭提取所述區(qū)域A的邊緣并進(jìn)行圓擬合，得到 圓屯、坐標(biāo)，W得到所述鏡頭的中屯、坐標(biāo)。3. 如權(quán)利要求2所述的方法，在所述步驟b中，利用亞像素點邊緣檢測法提取所述區(qū)域 A的邊緣，并對提取的所述邊緣進(jìn)行最小二乘法圓擬合，得到所述區(qū)域A的圓屯、坐標(biāo)。4. 如權(quán)利要求3所述的方法，其中步驟a包括W下步驟： 對所述圖像I中的鏡頭最內(nèi)層的圓進(jìn)行基于形狀的模板匹配，確定一大致的圓屯、坐 標(biāo)； 對所述圖像I進(jìn)行位置補(bǔ)正，W所述大致的圓屯、坐標(biāo)為中屯、劃分半徑確定的一區(qū)域B， 所述區(qū)域B基本包含所述鏡頭的特征； 對所述區(qū)域B進(jìn)行闊值分割，分割出一個或多個連通域；和 捜索所述連通域，提取出半徑和圓相似度與所述鏡頭匹配的一連通域，為區(qū)域A。5. 如權(quán)利要求2至4中任一所述方法，進(jìn)一步包括步驟： (C)從所述圖像I中識別能確定所述馬達(dá)鏡頭組件偏轉(zhuǎn)角度的一條邊L ;和 (d)計算獲得所述邊L的角度，W確定所述馬達(dá)鏡頭組件的偏轉(zhuǎn)角度。6. 如權(quán)利要求5所述的方法，所述步驟C進(jìn)一步包括W下步驟： 在所述圖像I中通過模板匹配確定所述邊L所在的區(qū)域C ;和 通過邊緣檢測方法從所述區(qū)域C中提取所述邊L。7. 如權(quán)利要求6所述的方法，其中對所述邊L進(jìn)行最小二乘法直線擬合，得到所述直線 兩端點的坐標(biāo)（XI，yi)、（而，y2)，并計算所述邊L的角度，W得到所述馬達(dá)鏡頭組件的偏轉(zhuǎn)角度。8. 如權(quán)利要求7所述的方法，其中在所述步驟d中，利用公式： 開算所 述馬達(dá)鏡頭組件的偏轉(zhuǎn)角度。9. 如權(quán)利要求6所述的方法，其中所述區(qū)域C通過對所述馬達(dá)鏡頭組件的音圈馬達(dá)進(jìn) 行模板匹配來獲取。10. 如權(quán)利要求1所述的方法，其中所述特征對象是所述攝像模組的感光忍片，所述步 驟a包括W下步驟： 對所述圖像I進(jìn)行闊值分割，分割出一個或多個連通域；和 捜索所述連通域，提取長寬尺寸與所述感光忍片一致的區(qū)域A。11. 如權(quán)利要求10所述的方法，其中在步驟a之后還包括步驟： 在所述區(qū)域A中進(jìn)行邊緣檢測，提取所述區(qū)域A的一邊L ;和 計算獲得所述邊L的角度，W得到所述感光忍片的偏轉(zhuǎn)角度。12. 如權(quán)利要求11所述的方法，進(jìn)一步包括W下步驟：對所述邊L進(jìn)行最小二乘法直 線擬合，得到所述直線兩端點的坐標(biāo)（XI，yi)、（而，72)，并計算所述邊L的角度。13. 如權(quán)利要求12所述的方法，其中利用公式：十算所述感光忍片的偏 轉(zhuǎn)角度。14. 如權(quán)利要求1所述的方法，其中所述特征對象是用于計算視覺比例系數(shù)的Mark點， 所述方法進(jìn)一步包括步驟：對所述圖像I進(jìn)行闊值分割，得到Mark點連通域，并獲取所述 Mark點連通域的中屯、坐標(biāo)。
【文檔編號】H04N5/232GK105991912SQ201510052452
【公開日】2016年10月5日
【申請日】2015年2月2日
【發(fā)明人】吳林哲, 諸慶, 柯海挺, 陳成權(quán)
【申請人】寧波舜宇光電信息有限公司