2008图像数字处理会议.docVIP

2008图像数字处理会议 一种基于从阴影获取形状的检查新方法 fan-hui kong Department of Information Science Technology, Heilongjiang University, 150080, China E-MAIL: kongfh2000@126.com 摘要 在计算机视觉里，形状恢复是一个重要问题。底纹形状问题的目标是为了从一副或更多的图中重构3D形状。PCB（印刷电路板）集成中检查焊缝是一个重要的步骤。所以，非重构检查技术在PCB生产中得到广泛的应用。在自动光学检查（AOI）领域，2D检查比3D检查更普遍，但是2D检查使得一些缺陷不能被检查出来。这篇文章处理了一种基于底纹形状的PCB板表面焊缝重构技术。SFS方法的优点是首先分析，接着，SFS理论和调查被引入。为了克服传统的SFS方法中存在的缺点，一些高级算法被提供并被试验证明。试验结果显示被提到的方法在焊缝检查中很适用。 关键词 底纹形状，形状回复，AOI 简介 根据评估，焊缝缺陷站到了所有板缺陷的80%。被评论的过程步骤显然对公司的效益和板的稳定性很有意义。接缝焊料量不仅影响下游的修理成本，而且决定焊点的质量和板的长期稳定性。一种有效的焊点检查策略的价值是巨大的；计算显示在流回之前发现一个缺陷比一个扫描失误造成的损失少70倍。 假设是这样，大多数公司做了许多焊点检查的工作就不奇怪了。然而，很奇怪2D检查比3D检查更普通。最近的一项研究显示自动3D检查是这个领域里的首选。尽管一些缺陷可以被2D检查发现，但是3D体积测量可是实现更高的精度。另外，随着越来越多的集成公司球格排列（BGA），芯片等级包（CSPs）和0201s的出现，焊缝体积信息成为质量控制的重要数据点[1]。 至今，各种报道过各种焊缝检查技术[2,3]。这些方法大多数是基于2D检查，通过一个测试样本和一个标准样本的差异发现缺陷。检查的精度被选择的标准样本决定。随着缺陷种类的增多，越来越多的标准样本或相关的模型必须被创造。检查系统越复杂，检查的速度就越慢。这是必然的，因为我们尝试从2D图像中描述3D特征。因为这些方法从表面倾斜中间接获得3D形状[4]，它们有内在的局限性，不能正好描述表面形状。更进一步，由于缺陷判断是用统计方法，人操作员不能很容易理解和修改判断标准。激光三角方法可以直接探测目标的3-D形状，但是它二级反射的内在限制，由于反射镜表面导致假的高度探测。它用于实际的生产线效率太低了。在这篇文章里，作者提出了基于SFS的重构焊缝表面的方法。通过CCD获取图像，根据图像的灰度变化计算表面的形状。用这种方法，可以减少检测装置的成本，提高精度。 从底纹获取形状理论 计算机视觉里形状恢复是个一流难题。目标是从一副或者更多的2-D图片中获取3-D描述。在计算机视觉里，恢复形状的技术被称为形状来自X技术，这里X可以是阴影，立体照片，运动，纹理等。形状来自阴影（SFS）处理从图片中逐渐变化的形状中恢复形状。艺术家用长开采照明和描影法传达画中深度的幻想。为了解决SFS难题，学习图像如何成形很重要。图像形成的一个简单模型是兰伯特模型，图像中一个像素的灰度等级决定于光源用法和表面标准。在SFS中，给了一个灰度等级图，目标是恢复图像中每个像素的光源和表面形状。然而，真实的图像不是总是和兰伯特模型一样。甚至如果我们假设了兰伯特反射系数并知道光源方向，并且如果亮度能被描述作为一种表面形状和光源方向的官能，问题并不简单。这是因为如果表面形状是根据表面常态描述，我们有一个有三个未知数的线性方程，并且如果表面形状是根据表面梯度描述，我们有一个有两个未知数的非线性方程。因此，找到一个独特的SFS解决方法是很困难的；它需要额外的约束[5]。 阴影在人类感知形状表面扮演了重要角色。人类视觉的研究人员试图弄明白我们的视觉并通过机械结构模拟我们人眼和大脑用阴影信息恢复3-D形状的原理。SFS技术可以分成4组：最小限度方法，传播方法，局部方法和线性方法。最小限度方法通过能量函数最小化获得解决方法。传播方法从一系列表面点（例如单一的点）到整个图像传播信息。局部方法基于表面类型的设定获取形状。线性方法基于反射比地图的线性化计算解决方案。 兰伯特反射比模型 兰伯特表面的反射函数定义如下： 其中E（x,y）是每个像素（x,y）的灰度等级， 是光源的倾斜度，是广源的歪向。P和q用以下的离散近似值表示。 以上的反射等式可以写成： 对于一个固定的点（x,y）和一个给定的图像E，函数f的给定深度地图一个线性近似值是 2．2 Tisai算法和Shah算法 等式（4）定义了一个线性系统。这个线性系统很难直接解决，因为它将包过一个巨大矩阵的逆矩阵。然而，它能够用Jacobi迭代算法[6]轻易解决。