基於SSE2指令集之机器视觉函式库-AOIEA自动光学检测设备联盟.PDF

基於SSE2 指令集之機器視覺函式庫 陳金聖 黃建量 葉郡維 國立台北科技大學 國立台北科技大學 University of Birmingham 自動化科技研究所 自動化科技研究所 Electronic, Electrical and Computer Engineering saint@.tw t7669026@.tw CXY907@bham.ac.uk 摘要 近年來，由於全球應用機器視覺檢測之設備需求量漸漸成長，國內有許多廠商相繼投入此市場。在自 動光學檢測 (AOI) 的組成元件中，機器視覺函式庫是關鍵零組件之一，它的效能也是影響AOI 設備 效益的主要因素之一。 因此，開發一套速度及精度均符合產業界需求之機器視覺函式庫，是產學界 均需要努力的方向。 針對影像處理演算法之加速，本文應用Intel 處理器所提供的多媒體指令集，將 工業檢測上常用的影像前處理功能，以SIMD (Single Instruction Multi-Data) 進行設計及加速，其函 式庫包含點對點的影像算術及邏輯運算、遮罩運算、影像二值化、型態學、物件標記 (Blob Labeling) 、 彩色影像轉換，以及三種影像定位演算法。實驗結果顯示，在基本的影像前處理、正規化相關係數影 像比對(NCC)及幾何特徵比對已經不遜於 Halcon 及eVision 兩套商用機器視覺函式庫。 針對產業應 用，提出物件定位演算法來達到快速定位的效果，並在目標物為大面積、有角度旋轉及複雜背景之情 況下，搭配型態學來完成太陽能電池的定位功能，此功能已嵌入產線 ，並經過大量的測試 。未來， 此函式庫完善後將可以應用在高速、高精度之檢測或定位上，更可以進一步提升國內中小企業之競爭 力及其產品之附加價值。 關鍵字：自動光學檢測、機器視覺函式庫、影像前處理、影像定位演算法 壹、 前言 近年來，由於全球應用機器視覺檢測之設備需求量漸漸成長，國內有許多廠商相繼投入此市場。 在 國內，應用機器視覺軟體，並搭配光學技術及自動化模組來進行檢測稱為自動光學檢測(Automatic Optical Inspection, AOI) 。在AOI 的組成元件中，機器視覺函式庫是關鍵零組件之一，它的效能也是 影響AOI 設備效益的主要因素之一，國外的廠商如MVTec 推出的Halcon 及Euresys 開發的eVision 等，均為國內廣泛應用之機器視覺函式庫。雖然目前AOI 在台灣蓬勃發展，但其劣勢在於未能掌握關 鍵性零組件及關鍵性技術，例如影像函式庫、影像擷取卡及鏡頭等，必頇從國外輸入此類零組件及技 術。然而，架構在國外的技術上所開發出的產品，自然有先天不足之處 ，也較難有高附加價值。基 於以上所述，開發一套速度及精度均符合產業界需求之機器視覺函式庫，應為目前產學界在AOI 領域 努力的方向之一，此函式庫更可以進一步提升國內中小企業之競爭力及其產品之附加價值。本文基於 Intel 處理器所提供之多媒體指令集，將工業檢測上常用的影像處理功能，以SIMD (Single Instruction Multi-Data) 進行設計及加速。 Gonzalez 及 Woods [1] 提供工業檢測上常用的影像前處理之理論基礎，如點對點的影像算術及邏輯 運算、空間迴旋遮罩運算、影像二值化、型態學及彩色影像轉換等。 陳[2, 3]提出了快速之物件標記 技術 (Blob labeling) ，並搭配傅立葉描述子(Fourier Descriptor, FD)及次像素(Sub-pixel)技術應用在 工業影像定位(2-D Image alignment)上，但此方法只適用在定位標靶為獨立物件及較少雜訊干擾的情 況下。 基於常見的應用，影像定位又可分為兩大類：(1) 樣板比對 (Template matching) 及 (2) 幾 何特徵比對 (Geometrical feature matching) 。前者通常以正規化相關係數法(Normalized Correlation Coefficient, NCC)實現，後者有許多的理論及其應用