基于OpenCV 石英晶片污垢检测技术探究.docVIP

基于OpenCV 石英晶片污垢检测技术探究 　　摘　要：污垢检测是石英晶片缺陷检测的重要组成部分。为实现比较理想的污垢检测，采用基于开源计算机视觉库OpenCV的图像处理技术对石英晶片污垢缺陷进行检测。在此通过依次对图像进行平滑去噪、二值化阈值分割、轮廓提取和跟踪等处理，计算出轮廓的周长，将有缺陷与无缺陷晶片轮廓进行比较，为晶片污垢检测提供依据。实验结果表明在Visual　Studio　2008环境下，利用OpenCV库函数缩短了大量编程时间，提高了工作效率。 关键词：OpenCV；　石英晶片；　轮廓提取；　污垢检测 中图分类号：TN91934 文献标识码：A 文章编号：1004373X（2012 基金项目：北京市教委面上项目：相位偏移法石英晶体动态电参数测试技术研究（Km201110772004） 石英晶体谐振器是当今电子设备不可缺少的关键组件，被广泛应用于电子钟表、彩电、音响、DVD、计算机、移动数码设备，无线通信、电视信号转播等各领域，随着电子信息产业的飞速发展，尤其是数字化电路的广泛应用，石英晶体谐振器的市场需求量快速增长［1］。石英晶片（以下简称晶片）是石英晶体在镀电极和封装前的半成品，对石英晶体谐振器进行封装前要首先检测石英晶片的电参数，然后对其进行分选，将其合格石英晶片成品封装。石英晶片自身存在的任何微小缺陷都会破坏其工作性能，其中污垢是自身缺陷之一。目前，国内外大多采用人工目测检测的方式。这种方法主观性强、误判率高，且工作人员易眼部疲劳，造成检测精度降低。 计算机检测技术在工业生产中有着广泛的应用，产品成品和次品的检测很大程度上依赖于图像处理技术。本文采用图像处理技术，利用OpenCV函数库，对CCD相机采集的图像进行处理，从而利用少量的代码实现对晶片是否有污垢缺陷的检测，提高了检测精度和工作效率。实验证明对石英晶片的污垢缺陷能可靠的检测出。 1　晶片污垢检测原理图 本文主要目的是利用OpenCV提供的图像处理函数，对采集的晶片图像进行一系列预处理，提取到晶片的轮廓，利用轮廓特征参数进行污垢缺陷的检测［2］，检测原理如图1所示。 2　晶片污垢检测具体实现方法 2.1　OpenCV优点 OpenCV是由Intel公司资助的开源计算机视觉库，它由一系列C函数和少量C++类构成，实现了图像处理和计算机视觉方面的很多通用算法；拥有包括　300　多个C/C++函数的跨平台的中、高层　API；不依赖于其他的外部库，同时也可以使用某些外部库；它为图像处理、模式识别、三维重建、物体跟踪、机器学习和线性代数提供了各种各样的算法；OpenCV　对非商业应用和商业应用都是免费（Free）的，研究者可以通过调用OpenCV算法库，在前人已完成的成熟算法基础上快速有效的开展自己的工作［3］。本文采用OpenCV2.1版本，主要模块具体功能是：CV主要的OpenCV函数，包含图像处理和计算机视觉的算法；CVAUX辅助的（实验性）OpenCV函数；CXCORE包含数据结构及线性代数的基本运算；HIGHGUI包含图像界面函数、视频输入输出函数以及一些系统调用函数；ML机器学习，包括模式分类和回归分析等。在编程过程中只需包含OpenCV库，调用相关函数即可，较以前的OpenCV版本代码更简洁，缩短了编程时间，提高了开发效率。 2.2　图像平滑去噪 本文利用黑白CCD照相机和黑白图像采集卡采集图像，对采集到的灰度图像进行处理，数据量少，效率高［4］。采集到的晶片的灰度图像如图2所示，（a）为无缺陷晶片，（b）为有污垢缺陷的晶片。在图像采集过程中，因光线、成像条件、光电转换、A/D转换等因素，会使采集的图像产生一定的噪声，并使图像模糊，从而恶化了图像的质量［5］。因此对图像处理之前必须进行平滑去噪，常见的平滑去噪方法有：频域去噪法、邻域平均法、噪声消除法、中值滤波法、选择式掩膜平滑法等。结合本系统特点采用中值滤波法［6］，基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近真实值，从而消除孤立的噪声点，是一种非线性滤波。实验证明该方法能很好的抑制噪声、有效的保留图像细节、且处理速度快。 图2　晶片的灰度图像对图像的中值滤波由函数medianBlur（const　Mat　src，　Mat　dst，　int　ksize）实现，src为输入图像，dst为输出图像，ksize为线性光圈的大小，此处设置为5。经平滑去噪后的处理结果如图3所示。 由图3可知，图像中一些琐碎的细节融入背景中变得模糊，减小了孤立的噪声点。由于中值滤波不是简单的取均值，产生的模糊比较少，晶片边界细节得到了较好的保持。 图3　平滑去噪后的图像2