基于機器視覺與圖像處理技術的微鉆刃面質量檢測

王林林

【摘 要】為了實現對微鉆頭質量的自動檢測，利用機器視覺技術與圖像處理技術對微鉆頭特征進行提取并判斷。根據微鉆頭的特征設計的特殊光源為得到高質量的刃面圖像提供了基礎。簡潔明了的圖像處理算法則使刃面質量檢測快速而高效，包括濾波、邊緣提取、直線擬合等。實驗表明：本系統正確率與效率都很高，完全能滿足微鉆頭刃面質量檢測的目的。

【關鍵詞】機器視覺；圖像處理；微鉆頭刃面檢測

【Abstract】In order to realize the automatic detection of the quality of micro drill，the machine vision technology and image processing techniques are used to extract and determine micro drill bit characteristics. The special light source designed by the characteristics of the micro drill bit which is based for the high quality blade surface image provides. Simple image processing algorithm makes the quality detection of blade surface more fast and efficient， including filtering， edge detection， linear fitting， etc. The experiments show that： the high accuracy and efficiency can completely meet the purpose of the quality detection.

【Key words】Machine vision； Image processing； Micro drill bit blade detection

0 引言

機器視覺技術[1]是一個發展十分迅猛的研究領域，其應用范圍越來越廣，已經涉及到醫藥、制造、航天等領域，越來越被廣泛的關注。電子設備的小型化推動了印制電路板的小型化，并且促進了PCB電路圖形的精細化，電子產品的普及讓PCB板的需求越來越大[2]。PCB的發展離不開鉆孔技術的更新，這樣就對鉆頭的要求越來越嚴格，尤其是中國已成了世界上的PCB板出口大國，對微型鉆頭的生產效率有了更高的要求。這就迫切需要新的自動光學檢測技術，使得PCB微鉆頭的生產實現全自動化生產[3]。自動光學檢測具有自動化、速度快、效率高、能夠始終如一的工作等特性，將會很大提高產品質量和生產效率。

1 檢測系統工作原理

檢測系統結構如圖1所示，其包括環形光源，CCD面陣相機，鏡頭和圖像采集卡。

圖1 檢測系統結構示意圖

工作原理：傳動系統將微鉆頭放在鏡頭正下方，鏡頭調焦后，CCD面陣相機拍照獲取微鉆頭刃面圖像的模擬信號，接著模擬信號輸入圖像采集卡，經過采集卡將模擬信號量化為數字信號，然后傳給計算機進行圖像處理，通過專門開發的檢測軟件在圖像中對微鉆頭刃面質量進行檢測。

2 刃面圖像的獲取

光源對微鉆頭刃面圖像的獲取有很大的影響。經過角度測量，微鉆頭刃面為約130°的夾角，而要得到清晰的刀面圖像，經過光學角度計算得出，當入射光線與水平線呈40°角照射到刀面上時，反射光線會垂直進入鏡頭，這樣就能得到最大清晰度的刃面圖像[4]。

3 圖像處理關鍵算法分析

3.1 圖像預處理

試驗發現，雙邊濾波可以更好的保存邊緣信息，相較于其他的濾波方法具有簡單、非迭代、局部的特點，滿足微鉆頭質量檢測的所有標準。

雙邊濾波器中，輸出像素的值依賴于鄰域像素值的加權值組合：

其中加權系數ω（i，j，k，l）取決于定義域核和值域核的乘積。

3.2 邊緣提取算法

邊緣提取算法有很多種，如Canny算子、Sobel算子、Scharr算子等。經對比，本文采用Canny算子對圖像進行邊緣提取。Canny邊緣檢測算子是John F.Canny于 1986 年開發出來的一個多級邊緣檢測算法[5]。更為重要的是 Canny 創立了邊緣檢測計算理論，解釋了這項技術是如何工作的。Canny算法運行步驟：先是利用高斯mask做卷積去除雜波，接著尋找圖像中的亮度梯度，最后在圖像中跟蹤邊緣。

4 擬合識別

由以上方法得到圖像邊緣信息數據后，將這些數據放到一個矩陣中，方便對圖像的進一步處理。本文采用霍夫變換與最小二乘法，對邊緣圖進行直線擬合[6]。霍夫變換能剔除數據點集中的干擾點和噪聲，將分布在不同直線附近的點分離出來；最小二乘法則能擬合各直線。該方法既解決直接使用最小二乘法擬合直線時存在的問題；同時也解決直接使用霍夫變換時，擬合直線精度不高和直線段有效區間不容易控制的問題。

由此可判斷，微鉆頭刃面圖像上，四個線段是否兩兩在一條直線上。若兩兩在一條直線上，則此微鉆頭質量合格，否則不合格，等待下一步處理。

5 總結

本文的微鉆頭質量檢測系統是針對直徑為2.5mm的微鉆頭采集圖像，作圖像預處理，平滑濾波、Canny邊緣提取后，再進行直線擬合，判斷正在檢測的微鉆頭是否質量合格。研究的重點是搞糟的特殊光源可以獲得高質量的圖像，為之后的處理奠定良好的基礎。

【參考文獻】

[1]賈云得，機器視覺[M]，北京：科學出版社，2000.

[2]蘇杰鋒，2011～2012年全球PCB和FPC市場調查分析報告[R].中國印刷電路行業協會，2012.

[3]中國電子元件行業協會信息中心，2005板中國印制電路板（PCB）市場競爭研究報告[EB/OL]，北京：中國電子元件行業協會，2006-05-20.

[4]張舞杰，基于計算機視覺技術的微鉆刃面自動光學檢測[J].廣州：華南理工大學學報，2006.

[5]（一種邊緣檢測的計算方法）Canny，J，一種邊緣檢測的計算方法A Computational Approach To EdgeDetection， IEEE Trans. Pattern Analysis and Machine Intelligence， 8：679-714，1986[Z].

[6]曾接賢，霍夫變換與最小二乘法相結合的直線擬合[S].南昌：南昌航空工業學院學報（ 自然科學版），2003.

[責任編輯：張濤]