基于小波变换与相位相关PCB图像拼接算法.docVIP

基于小波变换与相位相关PCB图像拼接算法 　　摘 要:在印刷电路板自动光学视觉检测(automatic optic inspection,AOI)中,需要通过图像拼接以获得整个PCB的图像。传统的图像拼接算法处理光照干扰效果不好,并且算法复杂。针对AOI的工程实际,通过对图像进行二维小波变换去掉反映光照渐变的低能量系数,获得反映图像水平和垂直方向变化轮廓的高频系数,同时有效地降低计算复杂度;结合相位相关法实现快速精确的重叠位置配准,采用加权平均法实现图像的融合。实验结果证明,该算法能够对多种规格、不同颜色的PCB图像实现快速、准确的拼接。 　　关键词:图像拼接; 小波变换; 相位相关; 自动光学视觉检测 　　中图分类号:TP391.41文献标志码:A 　　文章编号:1001-3695(2009)09-3572-03 　　doi:10.3969/j.issn.1001-3695.2009.09.108 　　 　　PCB image mosaics algorithm based on wavelet transformation and phase correlation 　　LAI Yu-feng, CHENG Liang-lun 　　(Faculty of Automation, Guangdong University of Technology, Guangzhou 510006, China) 　　Abstract:In order to stitch images captured by camera into an entire one, this paper developed an image mosaic method. Traditional image mosaics algorithms did not work well on AOI because of optical noise and complexity. It used two-dimensio-nal?? wavelet transformation to get the high frequency coefficients that reflected the changes of image in horizontal and vertical direction, at the same time it removed the low coefficients that reflected the gradual changes of illumination and reduced the computational complexity. Then the algorithm used phase correlation technology to determine the location of the overlap, and achieved image fusion by weighted average method. The proposed algorithm was tested by experiments and worked well. 　　Key words:image mosaics; wavelet transformation; phase correlation; AOI(automatic optic inspection) 　　 　　0 引言 　　 　　图像拼接技术是根据图像重叠部分,将多张衔接的图像拼合成一张高分辨率的全景图。目前图像拼接技术广泛应用于数字视频、运动分析、虚拟现实技术、医学图像分析、遥感图像处理等领域[1,2]。 　　在印刷电路板(printed circuit board,PCB)贴片安装的机器视觉检测中,为了保证检测精度,图像采集的分辨率需要达到20 μm/像素,即1 270 dpi。这样即使600万像素的CCD也只能达到4 cm×6 cm的视野(FOV)。为了获得整个PCB的信息,以确定检测时的采集路线、采集位置、范围,以避免对无元件的非检测区的采集和对小元件不必要的分隔,必须对采集的图像进行图像拼接以获得整个PCB的图像。 　　图像拼接包括重叠处的图像配准和接缝处的接缝消除两个方面,其中关键是图像配准,即精确地找到两幅图像之间的重叠位置,然后确定变换关系。图像配准算法大体可分为基于特征和基于区域的图像配准方法[3]。基于特征的图像配准方法是利用图像的明显特征来估计图像之间的变换,如特征点或者轮廓等。其中基于特征点的算法计算量较小、配准精度高,但是往往要借助人工选取初始匹配点,这样大大降低了算法的速度和适用范围。基于轮廓的配准方法