基于模板匹配的MELF元件定位与检测方法技术

基于模板匹配的MELF元件定位与检测方法，属于元件定位与检测领域。传统模板匹配算法对带旋转角度的元件进行检测时存在计算量大、执行速度慢，导致元件定位与检测速度慢问题。一种基于模板匹配的MELF元件定位与检测方法，通过建立带有角度的模板图像、得到缩小后的元件图像、获得缩小后的元件图像的距离变换图像和原始元件图像的距离变换图像、获取最终最佳匹配模板图像和最佳匹配位置、在带干扰点的边缘图像中提取关键边缘点并形成最小外接矩形、根据最小外接矩形设置偏置量后内部非零像素的个数的过程，得出元件位置正确且元件的长度和宽度在容差范围内，结束定位与检测过程并输出元件位置信息。本发明专利技术能减少模板匹配计算搜索位置的个数和匹配计算量，提高模板匹配计算效率且定位与检测正确率达95-98％。

【技术实现步骤摘要】

本专利技术涉及一种基于模板匹配的MELF元件定位与检测方法。
技术介绍
机器视觉在表面贴装技术（SMT)的应用已经越来越成熟，在贴装过程中，元件的 精确定位和检测对整条SMT生产线的效率有着重要是影响。 MELF是一种圆柱体的封装形式，两端有金属帽电极，通常有晶圆电阻、贴式电感、 贴式二极管。目前已有的检测方法，主要是针对片式元件，球形引脚元件和矩形引脚元件， 很少有针对圆柱体元件的研究。在特定的光照条件下，MELF元件的图像几何外形特征均表 现为比较规则的矩形区域，检测算法的目标为从获取的图像中提取一个可以描述元件位 姿的矩形，但在实际应用中，由于受到光源控制器制作工艺的限制，采集到的图像中元件边 缘有较大的变化，且其圆柱形表面使得在接受正向光照时会出现元件表面灰度值分布不均 匀的情况，给后续图像分割提取元件轮廓带来很大的困难，除此，传统的模板匹配法不适合 对带旋转角度的元件进行检测，计算量大，执行速度慢，消耗时间长，难以满足贴装速度的 要求。
技术实现思路
本专利技术的目的是为了解决传统模板匹配算法对带旋转角度的元件进行检测时存 在计算量大、执行速度慢，导致元件定位与检测速度慢的问题，而提出一种基于模板匹配的 MELF元件定位与检测方法。 -种基于模板匹配的MELF元件定位与检测方法，所述MELF元件定位与检测方法 通过以下步骤实现： 步骤一、采用光学拍摄系统获取MELF元件的原始MELF元件图像； 步骤二、选用固定阈值对步骤一获得的原始MELF元件图像进行阈值分割，得到二 值化预处理后的图像，并计算二值化预处理后的图像中非零像素点的个数； 步骤三、判断步骤二得到的非零像素点的个数是否达到原始MELF元件图像像素 总数的相应倍数，若否，则结束MELF元件检测过程，返回相应的错误码；若是，继续执行步 骤四； 步骤四、根据输入的MELF元件的长度和宽度信息建立旋转角度为0°的模板图 像，对旋转角度为〇°的模板图像以1度为步长进行旋转，得到包括旋转角度为〇°的模板 图像在内的旋转角度在之间的所有模板图像； 步骤五、采用图像高斯金字塔计算方法，将步骤一获得的原始MELF元件图像缩小 至四分之一作为缩小后的MELF元件图像，将步骤四获得的模板图像缩小至四分之一作为 缩小后的模板图像；其中，缩小后的模板图像包括缩小后的旋转角度为0°的模板图像和 缩小后的旋转角度在之间的模板图像； 步骤六、分别对步骤五获得的缩小后的MELF元件图像以及步骤一获得的原始 MELF元件图像进行Canny边缘检测得到边缘图像，之后分别对获得的边缘图像进行非操 作，之后分别计算非操作后的边缘图像中非零像素点到最近零像素点的距离，作为缩小后 的MELF元件图像的距离变换图像和原始MELF元件图像的距离变换图像； 步骤七、用步骤四获得的模板图像搜索待匹配图像，待匹配图 像上被模板图像覆盖的区域作为子区域图像，采用模板匹配计算公式：对子区域图像与模板图像的相似性与差异性进 行模板匹配计算，获取最佳匹配模板和最佳匹配模板在原始MELF元件图像中的最佳匹配 位置；其中，T(m，η)表示模板图像T在（m，η)处的灰度值；s(1'D(m，η)表示与子区域图像 中对应的（ m，η)处的灰度值； 步骤八、对步骤一获取的原始MELF元件图像采用Canny边缘检测得到带干扰点的 MELF边缘图像，利用步骤七得到的最佳匹配模板和最佳匹配模板在原始MELF元件图像中 的最佳匹配位置的匹配结果，根据图像边缘点的相关性从带干扰点的MELF边缘图像中提 取出关键边缘点，以确定原始MELF图像中MELF元件的整体轮廓，完成MELF元件的定位过 程； 步骤九、利用步骤八获得的所有关键边缘点形成最小外接矩形，用最小外接矩形 表示MELF元件在原始MELF元件图像中的位置，最小外接矩形的中心坐标表示MELF元件的 中心坐标，最小外接矩形的旋转角度表示MELF元件的旋转角度；在最小外接矩形的中心坐 标和旋转角度不变的情况下，将最小外接矩形的长度和宽度放大1. 1倍之后形成向外增加 偏置量后的矩形；再在最小外接矩形的中心坐标和旋转角度的情况下，将最小外接矩形的 长度和宽度缩小〇. 9倍之后形成向内增加偏置量后的矩形； 步骤十、根据步骤九获得的向外增加偏置量后的矩形或向内增加偏置量后的矩形 内非零像素的个数，判断检测得到的MELF元件位置是否正确，若不正确，则结束MELF元件 的检测过程，返回相应的错误码，若正确，则执行步骤十一； 步骤十一、根据最小外接矩形的尺寸判断元件的长度和宽度是否在容差范围内， 若是，则结束MELF元件的定位与检测过程并输出MELF元件的检测结果、中心坐标和旋转角 度，若否，则结束MELF元件的检测过程，返回相应的错误码。 本专利技术的有益效果为： 本专利技术方法解决了由于MELF元件的圆柱体形状特性导致的在接受正向光照时采 集到的图像表面灰度不均匀，不利于后续图像分割实现元件定位的问题。通过Canny边缘 检测得到边缘图像，之后对边缘图像进行非操作，之后计算非操作后的边缘图像中非零像 素点到最近零像素点的距离，得到缩小后的MELF元件图像的距离变换图像和原始MELF元 件图像的距离变换图像，利用MELF元件的距离变换图像并采用模板匹配方法，获取最终精 确匹配的最佳匹配模板图像和其在原始MELF图像中的最佳匹配位置；在带干扰点的MELF 边缘图像中利用图像边缘的相关性提取关键边缘点，用包含所有关键边缘点的最小外接矩 形表示MELF元件的整体轮廓进行模板匹配的技术方案，避免了元件边缘变化影响检测过 程，将检测精度保持在97%左右；之后采用旋转角度在之间的模板图像的 模板图像，来检测带有旋转角度的待匹配元件；利用高斯金字塔计算方法对原始MELF元件 图像和旋转角度在之间的模板图像的模板图像进行图像数据的压缩，得到 缩小后的MELF元件图像和缩小后的模板图像图像，能够减少模板匹配计算过程中搜索位 置的个数和每次匹配的计算量，具有提高模板匹配计算效率的好处，与现有模板匹配计算 相比过程相比，将模板匹配计算量降低50%左右和将计算耗时减少60%左右； 本专利技术方法的鲁棒性好，当模板大小发生变化时，仍能进行匹配，并且对匹配成功 与否进行检测，将MELF元件的定位与检测的正确率提高至95-98%。【附图说明】 图1为本专利技术的流程图； 图2为本专利技术涉及的光学拍摄系统获取的MELF元件的原始MELF元件图像； 图3为本专利技术涉及的对原始MELF元件图像进行Canny边缘检测得到边缘图像； 图4为本专利技术涉及的原始MELF元件图像的距离变换图像； 图5为本专利技术涉及的旋转角度为0°的模板图像； 图6为本专利技术涉及的缩小后的MELF元件图像的距离变换图像； 图7为本专利技术涉及的缩小后的模板图像； 图8为本专利技术涉及的初次粗略匹配结果示意图，其中，初次粗略匹配的最佳匹配 位置作为矩形的左上顶点； 图9为本专利技术涉及的在缩小后的MELF元件图像的距离变换图像中截取的感兴趣 区域ROI ; 图10为本专利技术涉及的第二次粗略匹配结果示意图，其中，矩形的左上顶点集合为 最佳匹配位置候选集； 图11为本专利技术涉及的第二次粗略匹配的最佳匹配模板； 图12为本专利技术涉及的第二次粗略匹配的最佳匹配位置截本文档来自技高网...

【技术保护点】
一种基于模板匹配的MELF元件定位与检测方法，其特征在于：所述MELF元件定位与检测方法通过以下步骤实现：步骤一、采用光学拍摄系统获取MELF元件的原始MELF元件图像；步骤二、选用固定阈值对步骤一获得的原始MELF元件图像进行阈值分割，得到二值化预处理后的图像，并计算二值化预处理后的图像中非零像素点的个数；步骤三、判断步骤二得到的非零像素点的个数是否达到原始MELF元件图像像素总数的相应倍数，若否，则结束MELF元件检测过程，返回相应的错误码；若是，继续执行步骤四；步骤四、根据输入的MELF元件的长度和宽度信息建立旋转角度为0°的模板图像，对旋转角度为0°的模板图像以1度为步长进行旋转，得到包括旋转角度为0°的模板图像在内的旋转角度在[‑30°,30°]之间的所有模板图像；步骤五、采用图像高斯金字塔计算方法，将步骤一获得的原始MELF元件图像缩小至四分之一作为缩小后的MELF元件图像，将步骤四获得的模板图像缩小至四分之一作为缩小后的模板图像；其中，缩小后的模板图像包括缩小后的旋转角度为0°的模板图像和缩小后的旋转角度在[‑30°,30°]之间的模板图像；步骤六、分别对步骤五获得的缩小后的MELF元件图像以及步骤一获得的原始MELF元件图像进行Canny边缘检测得到边缘图像，之后分别对获得的边缘图像进行非操作，之后分别计算非操作后的边缘图像中非零像素点到最近零像素点的距离，作为缩小后的MELF元件图像的距离变换图像和原始MELF元件图像的距离变换图像；步骤七、用步骤四获得的模板图像搜索待匹配图像，待匹配图像上被模板图像覆盖的区域作为子区域图像，采用模板匹配计算公式：D(i,j)=Σm=1MΣn=1M[S(i,j)(m,n)-T(m,n)]2,]]>对子区域图像与模板图像的相似性与差异性进行模板匹配计算，获取最佳匹配模板和最佳匹配模板在原始MELF元件图像中的最佳匹配位置；其中，T(m,n)表示模板图像T在(m,n)处的灰度值；s(i,j)(m,n)表示与子区域图像s(i,j)中对应的(m,n)处的灰度值；步骤八、对步骤一获取的原始MELF元件图像采用Canny边缘检测得到带干扰点的MELF边缘图像，利用步骤七得到的最佳匹配模板和最佳匹配模板在原始MELF元件图像中的最佳匹配位置的匹配结果，根据图像边缘点的相关性从带干扰点的MELF边缘图像中提取出关键边缘点，以确定原始MELF图像中MELF元件的整体轮廓，完成MELF元件的定位过程；步骤九、利用步骤八获得的所有关键边缘点形成最小外接矩形，用最小外接矩形表示MELF元件在原始MELF元件图像中的位置，最小外接矩形的中心坐标表示MELF元件的中心坐标，最小外接矩形的旋转角度表示MELF元件的旋转角度；在最小外接矩形的中心坐标和旋转角度不变的情况下，将最小外接矩形的长度和宽度放大1.1倍之后形成向外增加偏置量后的矩形；再在最小外接矩形的中心坐标和旋转角度的情况下，将最小外接矩形的长度和宽度缩小0.9倍之后形成向内增加偏置量后的矩形；步骤十、根据步骤九获得的向外增加偏置量后的矩形或向内增加偏置量后的矩形内非零像素的个数，判断检测得到的MELF元件位置是否正确，若不正确，则结束MELF元件的检测过程，返回相应的错误码，若正确，则执行步骤十一；步骤十一、根据最小外接矩形的尺寸判断元件的长度和宽度是否在容差范围内，若是，则结束MELF元件的定位与检测过程并输出MELF元件的检测结果、中心坐标和旋转角度，若否，则结束MELF元件的检测过程，返回相应的错误码。...

【技术特征摘要】

【专利技术属性】
技术研发人员：高会军，李茹，孙昊，白立飞，杨宪强，张天琦，周纪强，张延琪，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23