高密度封裝元器件的仿射變換模型參數(shù)估計(jì)方法
【專利摘要】本發(fā)明公開了一種高密度封裝元器件的仿射變換模型參數(shù)估計(jì)方法，包括以下步驟：S1、粗略仿射變換模型參數(shù)估計(jì)；采用SURF檢測(cè)子檢測(cè)關(guān)鍵點(diǎn)，建立Freak特征向量，根據(jù)特征向量進(jìn)行關(guān)鍵點(diǎn)匹配；計(jì)算其變換模型M，判斷余下特征點(diǎn)對(duì)是否符合該模型；S2、采用最小能量亞像素法進(jìn)行仿射變換模型參數(shù)修正；若tx,ty>10pixel或θ>10°，則根據(jù)上述粗略參數(shù)估計(jì)(tx,ty,θ)，對(duì)待估計(jì)參數(shù)圖像I(x,y)進(jìn)行逆變換得到g(x,y)，計(jì)算g(x,y)與模板圖像f(x,y)的最小能量方程E，判斷E是否低于設(shè)定值，若否，進(jìn)行下一次迭代；若是，則結(jié)束迭代過程，將tx'作為最終的x方向的平移參數(shù)、ty'作為最終的y方向的平移參數(shù)，θ'作為最終的旋轉(zhuǎn)角度。本發(fā)明實(shí)現(xiàn)了高精度亞像素級(jí)定位，并且對(duì)光照變換和噪聲具有很強(qiáng)的魯棒性。
【專利說明】高密度封裝元器件的仿射變換模型參數(shù)估計(jì)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及精密電子組裝中的圖像仿射變換參數(shù)估計(jì)領(lǐng)域，特別涉及一種高密度封裝元器件的仿射變換模型參數(shù)估計(jì)方法。
【背景技術(shù)】
[0002]SMT經(jīng)過50年的發(fā)展，已進(jìn)入完全成熟的階段，影響通信、家電、計(jì)算機(jī)、網(wǎng)絡(luò)、航空、航天、航海等鄰域的產(chǎn)品水平，是當(dāng)代電路組裝技術(shù)的主流，其相關(guān)設(shè)備和技術(shù)已經(jīng)成為發(fā)達(dá)國(guó)家先進(jìn)技術(shù)保護(hù)戰(zhàn)略的一部分。視覺檢測(cè)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(diǎn)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(bǔ)償信息。因此，視覺檢測(cè)的精度決定了表面貼裝的質(zhì)量。目前，高速貼片機(jī)的貼裝速度已經(jīng)達(dá)到12.7萬片/小時(shí)，精度已經(jīng)達(dá)到了 10微米級(jí)。但是，對(duì)于新型元器件的貼裝合格率僅為80% - 90%，遠(yuǎn)遠(yuǎn)達(dá)不到實(shí)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(jì)損失。
[0003]圖像配準(zhǔn)技術(shù)是計(jì)算機(jī)視覺和模式識(shí)別的基本手段，在很多鄰域都有實(shí)際的應(yīng)用價(jià)值，目前已在衛(wèi)星遙感、飛行器自動(dòng)導(dǎo)航、機(jī)器人視覺、氣象云圖分析、醫(yī)學(xué)圖像處理等許多領(lǐng)域中得到了廣泛的應(yīng)用。圖像配準(zhǔn)的目的是對(duì)同一場(chǎng)景，攝于不同時(shí)間、不同視點(diǎn)或不同傳感器的兩幅圖像，建立~者直接的象素對(duì)應(yīng)關(guān)系，確定將一幅圖像映射到另一幅圖像的幾何變換模型。由于圖像配準(zhǔn)的任務(wù)與SMT視覺檢測(cè)任務(wù)是相同的，因此圖像配準(zhǔn)技術(shù)是SMT視覺檢測(cè)系統(tǒng)的一個(gè)重要組成部門。基于特征的圖像配準(zhǔn)方法不直接依賴于灰度、魯棒性好、抗干擾性強(qiáng)、計(jì)算量小，適用于SMT視覺檢測(cè)系統(tǒng)。在SMT視覺檢測(cè)系統(tǒng)中，圖像主要存在旋轉(zhuǎn)、平移等變換，因此在實(shí)際應(yīng)用中采用仿射變換模型來估計(jì)元器件圖像間的幾何變換。
[0004]利用圖像配準(zhǔn)技術(shù)進(jìn)行仿射變換模型參數(shù)估計(jì)的基本步驟包括:1.特征點(diǎn)提?。?br> 2.利用特征點(diǎn)鄰域信息建立特征描述子；3.利用特征描述子進(jìn)行特征點(diǎn)匹配；4.由于匹配特征點(diǎn)中均存在誤匹配情況，需采用特征點(diǎn)提純方法剔除誤匹配對(duì)；5.利用余下的特征點(diǎn)對(duì)，采用仿射參數(shù)估計(jì)方法估計(jì)仿射變換模型參數(shù)。因此，特征點(diǎn)提取，特征描述子，匹配算法，剔除誤匹配算法，參數(shù)估計(jì)方法均對(duì)最終仿射變換模型參數(shù)估計(jì)準(zhǔn)確性產(chǎn)生影響。
[0005]目前，采用流行的圖像配準(zhǔn)方法運(yùn)用于SMT元器件時(shí)，均存在嚴(yán)重的誤匹配對(duì)，這些誤匹配對(duì)的存在將嚴(yán)重影響仿射變換模型參數(shù)估計(jì)的準(zhǔn)確性。采用最小二乘法進(jìn)行仿射變換模型參數(shù)估計(jì)時(shí)，隨著圖像旋轉(zhuǎn)角度或平移量增大，累積誤差逐漸增大，估計(jì)參數(shù)偏離準(zhǔn)確值越遠(yuǎn)，無法滿足SMT的高精度要求。因此我們采用隨機(jī)抽樣一致性(Random SampleConsensus，簡(jiǎn)稱RANSAC)方法剔除誤匹配對(duì)。同時(shí)當(dāng)圖像存在大角度旋轉(zhuǎn)(以上)或大平移時(shí)，采用最小能量亞像素法進(jìn)一步對(duì)仿射變換模型進(jìn)行修正，從而實(shí)現(xiàn)精確地仿射變換模型參數(shù)估計(jì)。

【發(fā)明內(nèi)容】
[0006]本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)與不足，提供一種高密度封裝元器件的仿射變換模型參數(shù)估計(jì)方法；利用圖像配準(zhǔn)技術(shù)估計(jì)仿射變換模型參數(shù)，實(shí)現(xiàn)了高精度亞像素級(jí)參數(shù)估計(jì)。
[0007]本發(fā)明的目的通過下述技術(shù)方案實(shí)現(xiàn):
[0008]高密度封裝元器件的仿射變換模型參數(shù)估計(jì)方法，包括以下步驟:
[0009]S1、粗略仿射變換模型參數(shù)估計(jì)；采用SURF檢測(cè)子檢測(cè)關(guān)鍵點(diǎn)，建立Freak特征向量，根據(jù)特征向量進(jìn)行關(guān)鍵點(diǎn)匹配；隨機(jī)選取4對(duì)匹配對(duì)，計(jì)算其變換模型M，判斷余下特征點(diǎn)對(duì)是否符合該模型，統(tǒng)計(jì)符合模型M的匹配點(diǎn)對(duì)數(shù)X，判斷X是否達(dá)到最大值或循環(huán)次數(shù)是否達(dá)到W次，若否，則重新選取4對(duì)匹配對(duì)，進(jìn)行新一輪循環(huán)，若是，則剔除不符合當(dāng)前模型M的特征點(diǎn)對(duì)；接著采用最小二乘法進(jìn)行仿射變換模型參數(shù)估計(jì)(tx，ty，Θ)；
[0010]S2、采用最小能量亞像素法進(jìn)行仿射變換模型參數(shù)修正；采用最小能量亞像素法進(jìn)行仿射變換模型參數(shù)修正:若tx，ty>10piXel或θ>10°，則根據(jù)上述粗略參數(shù)估計(jì)(tx, ty, Θ ),對(duì)待估計(jì)參數(shù)圖像I (χ, y)進(jìn)行逆變換得到g(x, y)，計(jì)算g(x, y)與模板圖像f(x，y)的最小能量方程E，對(duì)E求各階偏導(dǎo)并令其為0，求解變換參數(shù)(a，b，β);令tx’ =tx+a, ty’ =ty+b, Θ ’ = Θ + β，計(jì)算在變換關(guān)系(tx’，ty’，θ ’)下的能量E ;判斷E是否低于設(shè)定值，若否，進(jìn)行下一次迭代；若是，則結(jié)束迭代過程，將tx’作為最終的X方向的平移參數(shù)、ty’作為最終的y方向的平移參數(shù)，Θ’作為最終的旋轉(zhuǎn)角度。
[0011]步驟SI具體為:
[0012]S1.1輸入待估計(jì)模型圖像I (x，y)與模板圖像f (x，y)，采用SURF檢測(cè)子檢測(cè)關(guān)鍵點(diǎn)，同時(shí)利用關(guān)鍵點(diǎn)鄰域信息建立Freak特征向量；
[0013]31.2對(duì)1(\7)、€(\7)中的關(guān)鍵點(diǎn)進(jìn)行特征匹配，具體為:設(shè)馬、漢分別為圖
像I(x，y)和f(x，y)上關(guān)鍵點(diǎn)的特征向量；首先，求得特征向量D在圖像I(x，y)中的匹配
特征向量馬；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
込，則旮、A為匹配的特征向量，馬、D2對(duì)應(yīng)的關(guān)鍵點(diǎn)(Xl，yi)、(x2，y2)為匹配的關(guān)鍵點(diǎn)對(duì)；
[0014]S1.3采用隨機(jī)抽樣一致性方法剔除誤匹配對(duì)，設(shè)模板圖像f(x，y)和待估計(jì)模型圖像I(x，y)間有η對(duì)匹配的關(guān)鍵點(diǎn)對(duì)，模板圖像f(x，y)上的點(diǎn)集構(gòu)成集合P1，待估計(jì)模型圖像I (X，y)上的點(diǎn)集構(gòu)成集合P2，集合Pl和集合P2中的元素具有一一匹配關(guān)系；
[0015]S1.4采用最小二乘法進(jìn)行仿射模型參數(shù)估計(jì)。
[0016]步驟S1.3還包括:
[0017]S1.3.1在集合Pl和P2中隨機(jī)選取4對(duì)匹配點(diǎn)對(duì)，利用這4對(duì)匹配點(diǎn)對(duì)計(jì)算模板圖像與待估計(jì)圖像間的仿射變換模型M參數(shù)；
[0018]S1.3.2在集合P2余下關(guān)鍵點(diǎn)中選取關(guān)鍵點(diǎn)P (x2，y2)，將其代入S1.3.1中得到的仿射變換模型M，計(jì)算變換后的坐標(biāo)值(x2’，y2’)，若Pl中對(duì)應(yīng)特征點(diǎn)的坐標(biāo)值(Xl，yi)與
(x2，，y2’)滿足以下關(guān)系:yj (X1 - Xi )2 + — r, )2 < ?’，其中ε為設(shè)定的內(nèi)外點(diǎn)距離閾值，
則認(rèn)為匹配點(diǎn)對(duì)(Xpy1)與(x2，y2)符合模型M，稱為內(nèi)點(diǎn)，否則，認(rèn)為匹配點(diǎn)對(duì)(Xl，yi)與(x2, y2)不符合模型M，稱為外點(diǎn)；[0019]S1.3.3重復(fù)步驟S1.3.2，使其遍歷集合P2余下所有特征點(diǎn)，統(tǒng)計(jì)符合模型M的匹配點(diǎn)對(duì)數(shù)X，X即為內(nèi)點(diǎn)集的大小；
[0020]S1.3.4重復(fù)步驟S1.3.1到S1.3.3W次，當(dāng)X的值最大且大于一致性集合閾值T時(shí)，對(duì)應(yīng)的內(nèi)點(diǎn)集合即為最大內(nèi)點(diǎn)域，則此時(shí)被判為外點(diǎn)的關(guān)鍵點(diǎn)即為仿射變換模型參數(shù)估計(jì)需剔除掉的匹配點(diǎn)。
[0021]步驟S1.4具體為:
[0022]假設(shè)通過最小二乘法已經(jīng)得到圖像I” I2的仿射變換模型G(tx，ty, S，θ )，這兩幅圖像之間的特征匹配對(duì)存在誤差，誤差函數(shù)定義如下:
【權(quán)利要求】
1.高密度封裝元器件的仿射變換模型參數(shù)估計(jì)方法，其特征在于，包括以下步驟: S1、粗略仿射變換模型參數(shù)估計(jì)；采用SURF檢測(cè)子檢測(cè)關(guān)鍵點(diǎn)，建立Freak特征向量，根據(jù)特征向量進(jìn)行關(guān)鍵點(diǎn)匹配；隨機(jī)選取4對(duì)匹配對(duì)，計(jì)算其變換模型M，判斷余下特征點(diǎn)對(duì)是否符合該模型，統(tǒng)計(jì)符合模型M的匹配點(diǎn)對(duì)數(shù)X，判斷X是否達(dá)到最大值或循環(huán)次數(shù)是否達(dá)到W次，若否，則重新選取4對(duì)匹配對(duì)，進(jìn)行新一輪循環(huán)，若是，則剔除不符合當(dāng)前模型M的特征點(diǎn)對(duì)；接著采用最小二乘法進(jìn)行仿射變換模型參數(shù)估計(jì)(tx，ty, Θ )； S2、采用最小能量亞像素法進(jìn)行仿射變換模型參數(shù)修正；Stx，ty>10piXel或θ>10°，則根據(jù)上述粗略參數(shù)估計(jì)(tx，ty, θ )，對(duì)待估計(jì)參數(shù)圖像I (X，y)進(jìn)行逆變換得到g(x，y)，計(jì)算g(x，y)與模板圖像f(x，y)的最小能量方程E，對(duì)E求各階偏導(dǎo)并令其為O，求解變換參數(shù)(a, b, β );令 tx’ =tx+a, ty’ =ty+b, Θ ’ = Θ + β，計(jì)算在變換關(guān)系(tx’，ty’，θ ’)下的能量E ;判斷E是否低于設(shè)定值，若否，進(jìn)行下一次迭代；若是，則結(jié)束迭代過程，將tx’作為最終的X方向的平移參數(shù)、ty’作為最終的y方向的平移參數(shù)，Θ’作為最終的旋轉(zhuǎn)角度。
2.根據(jù)權(quán)利要求1所述的高密度封裝元器件的仿射變換模型參數(shù)估計(jì)方法，其特征在于，步驟SI具體為: S1.1輸入待估計(jì)模型圖像I (X，y)與模板圖像f (X，y)，采用SURF檢測(cè)子檢測(cè)關(guān)鍵點(diǎn)，同時(shí)利用關(guān)鍵點(diǎn)鄰域信息建立Freak特征向量； S1.2對(duì)1(\7)、€(\7)中的關(guān)鍵點(diǎn)進(jìn)行特征匹配，具體為:設(shè)為、^分別為圖像I (x, y)和f(x，y)上關(guān)鍵點(diǎn)的特征向量；首先，求得特征向量D在圖像I(x，y)中的匹配特征向量再求特征向量烏在圖像f(x，y)中的匹配特征向量，若得到的匹配特征向量為遼，則心:、A:為匹配的特征向量，A、A對(duì)應(yīng)的關(guān)鍵點(diǎn)(Xl，yi)、(x2，y2)為匹配的關(guān)鍵點(diǎn)對(duì)； S1.3采用隨機(jī)抽樣一致性方法剔除誤匹配對(duì)，設(shè)模板圖像f (X，y)和待估計(jì)模型圖像I (x, y)間有η對(duì)匹配的關(guān)鍵點(diǎn)對(duì)，模板圖像f(x，y)上的點(diǎn)集構(gòu)成集合P1，待估計(jì)模型圖像I(x, y)上的點(diǎn)集構(gòu)成集合P2，集合Pl和集合P2中的元素具有一一匹配關(guān)系； S1.4采用最小二乘法進(jìn)行仿射模型參數(shù)估計(jì)。
3.根據(jù)權(quán)利要求2所述的高密度封裝元器件的仿射變換模型參數(shù)估計(jì)方法，其特征在于，步驟S1.3還包括: S1.3.1在集合Pl和P2中隨機(jī)選取4對(duì)匹配點(diǎn)對(duì)，利用這4對(duì)匹配點(diǎn)對(duì)計(jì)算模板圖像與待估計(jì)圖像間的仿射變換模型M參數(shù)； S1.3.2在集合P2余下關(guān)鍵點(diǎn)中選取關(guān)鍵點(diǎn)P (x2, y2)，將其代入S1.3.1中得到的仿射變換模型M，計(jì)算變換后的坐標(biāo)值(x2’，y2’)，若Pl中對(duì)應(yīng)特征點(diǎn)的坐標(biāo)值(Xl，yi)與(x2，, y2') ?兩足以下關(guān)系:.\](.'、-?)2 +{y2 —Λ)」<￡，其中ε為設(shè)定的內(nèi)外點(diǎn)距尚閾值，則認(rèn)為匹配點(diǎn)對(duì)(Xpy1)與(x2，y2)符合模型M，稱為內(nèi)點(diǎn)，否則，認(rèn)為匹配點(diǎn)對(duì)(Xl，yi)與(χ2, y2)不符合模型M，稱為外點(diǎn)； S1.3.3重復(fù)步驟S1.3.2，使其遍歷集合P2余下所有特征點(diǎn)，統(tǒng)計(jì)符合模型M的匹配點(diǎn)對(duì)數(shù)X，X即為內(nèi)點(diǎn)集的大?。?1.3.4重復(fù)步驟S1.3.1到S1.3.3W次，當(dāng)X的值最大且大于一致性集合閾值T時(shí)，對(duì)應(yīng)的內(nèi)點(diǎn)集合即為最大內(nèi)點(diǎn)域，則此時(shí)被判為外點(diǎn)的關(guān)鍵點(diǎn)即為仿射變換模型參數(shù)估計(jì)需剔除掉的匹配點(diǎn)。
4.根據(jù)權(quán)利要求2所述的高密度封裝元器件的仿射變換模型參數(shù)估計(jì)方法，步驟S1.4具體為: 假設(shè)通過最小二乘法已經(jīng)得到圖像Ip I2的仿射變換模型G(tx，ty, S，θ )，這兩幅圖像之間的特征匹配對(duì)存在誤差，誤差函數(shù)定義如下:
5.根據(jù)權(quán)利要求1所述的高密度封裝元器件的仿射變換模型參數(shù)估計(jì)方法，步驟S2具體為: S2.1根據(jù)粗略仿射變換模型參數(shù)估計(jì)r=(tx, ty, Θ，s)，若tx, ty>10pixel或Θ >10° ,則進(jìn)行步驟S2.2 ;否則，則置參數(shù)修正值(a, b, β) = (0, O, O)，轉(zhuǎn)到步驟S2.8 ； S2.2按粗略參數(shù)估計(jì)(tx，ty, θ，s)對(duì)I (χ，y)進(jìn)行逆變換，得到逆變換圖像g(x，y)，由于實(shí)際應(yīng)用中，由步驟SI計(jì)算得到的尺度變換參數(shù)s精確度最高，因此將g(x，y)與f (χ，y)的變換關(guān)系設(shè)為(a，b，β )，即
g (x,y)=f (xcosβ -ysinβ +a, xsinβ -ycosβ +b) 其中a、b分別是x、y方向的平移參數(shù)，β是旋轉(zhuǎn)角度； S2.3先將siniK cosii進(jìn)行二階泰勒展開，再將f (x，y)進(jìn)行二階泰勒展開，得到

【文檔編號(hào)】G06T7/00GK103500448SQ201310441845
【公開日】2014年1月8日 申請(qǐng)日期:2013年9月25日 優(yōu)先權(quán)日:2013年9月25日
【發(fā)明者】高紅霞, 吳麗璇, 胡躍明 申請(qǐng)人:華南理工大學(xué)