基于表面视觉恢复技术的SMT焊点图像三维重构.docxVIP

基于表面视觉恢复技术的SMT焊点图像三维重构 　　摘要 　　目前，焊点质量检测方法大多在二维测试模式下工作，无法在三维质量信息层面对焊点进行评估。本文研究基于表面视觉恢复技术的smt焊点图像三维重构技术，为三维焊点质量检测提供了依据。仿真结果表明，本文算法能够较好地重构smt焊点三维图像。 　　关键词 　　光照模型;sfs;三维重构 　　中图分类号：tp391.41文献标识码：a 　　doi：10.19694/j.cnki.issn2095-2457.2020.09.068 　　0引言 　　采用电子电路表面贴装技术（surfacemounttechnology，smt）形成的电子电路产品具有体积小、重量轻、集成度高等优点。但其可靠性问题严重。实际中，可从smt焊点图像中获取信息，检测smt焊点质量和电路可靠性[1-2]。 　　当前smt焊点质量检测技术多为二维检测方法，但由于角度、灯光变化的影响，会导致采集与检测焊点特征困难。为克服2d焊点质量检测的缺点，提出3d焊点质量检测。 　　本文利用焊点图像灰度信息，进行單幅图像smt焊点三维表面（shapefromshading，sfs）重构。研究内容包括：研究smt焊点图像混合噪声去除方法;研究适合smt焊点三维重构的光照模型;研究焊点三维重构技术。 　　1smt焊点图像混合噪声去除技术分析 　　smt焊点图像在传输、接收及处理过程中，会掺杂不同噪声，其中包括：椒盐与高斯噪声等。 　　现有去噪方法大多是针对单一噪声去除的，当图像受到两种噪声同时干扰时，去噪方法都不能达到最好效果。本文结合小波包自适应（awp）阈值计算方法，wiener滤波和median滤波，设计smt焊点图像混合噪声去除算法-awpwm，其流程如下： 　　（1）对图像进行小波包分解，得到每一层小波包的系数; 　　（2）利用维纳滤波方法，对小波包系数滤波; 　　（3）计算滤波后的小波包系数方差绝对值，得到中间值及其小波包系数; 　　（4）根据小波包自适应阈值计算方法，计算出最佳阈值; 　　（5）采用小波包自适应阈值去噪方法，对图像进行二次去噪; 　　（6）重构二次去噪后的小波包系数; 　　（7）采用中值滤波进行平滑处理，对图像三次去噪，获取最终去噪图像。 　　2smt焊点表面光照模型 　　smt焊点表面光照模型由漫反射分量与镜面反射分量构成。 　　常用的光照漫反射模型包括：lambert漫反射模型和oren-nayar模型等[5-6]。 　　lambert模型对光反射现象近似描述;oren和nayar模型的数学表达式复杂，不能直接用于smt焊点图像表面三维重构。 　　oren-nayar光照模型考虑了光线相互反射，但smt焊点表面光滑，因此光线相互反射分量对焊点图像灰度信息贡献很小，可忽略，得到简化的光照漫反射模型。 　　torrance-sparrow提出了简单光照镜面反射模型，当物体表面粗糙度确定时，光照强度将随着入射角变化，若选择适当参数，简化光照镜面反射模型可代替光照镜面反射模型。 　　线性叠加镜面反射分量和漫反射分量获取改进光照模型。结合改进光照模型，设计基于sfs技术的单幅图像重构smt焊点表面三维形状算法。 　　3smt片式元件焊点表面三维形状重构结果 　　采集元件图像，分割出左焊点，获取焊点图像如图1所示。 　　采用文中提出的awpwm方法进行去噪，重构后的smt焊点的表面三维形状，结果如图2所示。 　　由基于改进光照模型的smt焊点表面三维重构结果可知： 　　（1）采用合适的图像去噪算法，可有效地去除焊点图像中的噪声，有利于提高smt焊点表面三维重构的效果，使重构后焊点三维表面曲线连续; 　　（2）采用改进光照模型，得到比较理想的三维形状，较好的重构了smt焊点三维图像。 　　参考文献 　　[1]于新瑞等.视觉辅助表面贴装技术中图像处理技术的研究[j].计算机工程与应用，2003，29（5）：132-133. 　　[2]黄春跃.基于焊点虚拟成形技术的3mt焊点质量检测和智能鉴别技术研究[d].安电子科技大学博士论文，2007. 　　[3]张维强，宋国乡.基于一种新的阈值函数的小波域信号去噪[j].西安电子科技大学学报（自然科学版），2004，31（2）：296-303. 　　[4]miller，nickkingsbury.imagedenoisingusingderotatedcomplexwavel