主动搜索耦合图案匹配的PCB板基准点识别算法.docVIP

主动搜索耦合图案匹配的PCB板基准点识别算法 　　摘要：为了解决当前PCB板基准点识别算法在基准点尺寸变化和存在污痕的情况下易产生较高的误识别率等问题，提出主动搜索耦合图案匹配的PCB基准点识别算法。首先，引入高斯中值滤波对图像进行平滑处理，采用阈值处理与形态学分割图像，通过搜索符合特征标准的基准点轮廓，设计主动搜索算子，完成对基准点的首轮识别。然后，通过基准点模板图像和Aforge.NET匹配函数，在图像中定位基准点目标，返回中心点坐标与匹配度，完成对基准点的精准识别。实验结果显示：与当前识别技术相比，本文算法具有更高的识别精度与抗干扰性。 　　关键词：基准点轮廓；主动搜索；图案匹配；形态学；平滑处理 　　中图分类号：TP391文献标识码：A 　　Abstract：The benchmark size change and the presence of a stain easily produce the problem such as high recognition， and in order to solve this problem， this paper put forward the active search coupling PCB reference point pattern matching recognition algorithm. First of all， the Gaussian median filter was introduced to smooth the image， the active search operator was designed by image segmentation threshold processing and morphology， the features of standard benchmark outline were searched， and the reference point of the first round of recognition was completed. Then， by benchmark template image and Aforge.NET matching function， and by locating datum targets in the image and then returning to the center coordinates and compatibility， the accurate identification of reference point was completed. Experimental results show that， compared with the current recognition technology， this algorithm has higher identification accuracy and antiinterference. 　　Key words：reference point identification；active search；pattern matching；morphology；smooth treatment 　　1引言 　　在“智能工厂”、“工业4.0”等全新理念提出的大背景下，将具有人眼人脑功能的机器推进工厂，代替人力，提高产品科技含量、制造水平，已经是大势所趋[1-2]。PCB板上的贴片工序是3C制造流程重中之重，也是要求最复杂精细，消耗人力最多的工序，而决定这道工序作业质量的首要条件是准确的找到基准点位置，完成对位[3]。以往国内很多厂家采用依靠人力加物理对位的方式完成基准点寻找和对位，因此不仅人力成本消耗大，而且对位稳定性易受来自人员、治具和材料的个体差异影响。对此，部分厂家推进自动识别PCB基准点设备，在一定程度上提高了对位识别精度[4-5]。但是，当PCB板零件复杂，存在与基准点相似的目标干扰时，识别精度大大降低，影响设备的使用。 　　国内专家学者已将计算机视觉技术与基准点相结合，如姜建国[5]提出了基于机器视觉电子元器件组装结果检测系统，利用边缘检测实现目标边缘定位，然后通过目标颜色分析，最后达到了基准点识别目的。但是，此技术依靠边缘信息和颜色信息，而在PCB上有干扰目标在边缘和颜色特征接近标准基准点时，往往影响了识别精度，导致误识别。田甜[6]提出了基于OpenCV的贴片机基准点定位系统，基于类电磁机制算法的电子元器件组装结果检测方法，该方法利用开源视觉函数库的强大功能，通过模板匹配等方法函数完成基准点定位，最后达到基准点识别目的。然而，这种定位技术在基准点大小或