必威体育精装版贴片机视觉系统构成原理及其视觉定位.docx

必威体育精装版贴片机视觉系统构成原理及其视觉定位.docx

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
1 贴片机 视觉系统构成及实现原理 如图 1 所示, 贴片机 视觉系统一般由两类 CCD 摄像机组成。 其一是安装在吸头上并随之作 x-y 方向移动的基准 ( MARK )摄像机, 它通过拍摄 PCB 上的基准点来确定 PCB 板在系统坐标系中 的坐标; 其二是检测对中摄像机, 用来获取元件中心相对于吸嘴中心的偏差值和元件相对于应贴 装位置的转角 θ。最后通过摄像机之间的坐标变换找出元件与贴装位置之间的精确差值, 完成贴 装任务。 系统的基本组成 视觉系统的基本组成如图 2 所示。该系统由三台相互独立的 CCD 成像单元、 光源、图像采集卡、 图像处理专用计算机、 主控计算机系统等单元组成, 为了提高视觉系统的精度和速度, 把检测对 中像机设计成为针对小型 Chip 元件的低分辨力摄像机 CCD1 和针对大型 IC 的高分辨力摄像机 CCD2 , CCD3 为 MARK 点搜寻摄像机。当吸嘴中心到达检测对中像机的视野中心位置时发出 触发信号获取图像,在触发的同时对应光源闪亮一次。 系统各坐标系的关系 为了能够精确的找出待贴元件与目标位置之间的实际偏差,必须对景物、 CCD 摄像机、 CCD 成 像平面和显示屏上像素坐标之间的关系进行分析, 以便将显示屏幕像素坐标系的点与场景坐标系 中的点联系起来;并通过图像处理软件分析计算出待贴元件中心相对于吸嘴中心的偏差值。 对于单台摄像机,针孔模型是适合于很多计算机视觉应用的最简单的近似模型 [3] 。摄像机完成 的是从 3D 射影空间 P3 到 2D 射影空间 P2 的线性变换,其几何关系如图 3 所示,为便于进一 步解释,定义如下 4 个坐标系统: 1)欧氏场景坐标系(下标为 w):原点在 OW,点 X和 U 用场景坐标系来表示 ( 2 )欧氏摄像机坐标系(下标为 c),原点在焦点 C=Oc ,坐标轴 Zc 与光轴重合并指向图像平 面外。在场景坐标系和摄像机坐标系之间存在着唯一的关系,可以通过一个平移 t 和一个旋转 R 构成的欧氏变换将场景坐标系转化为摄像机坐标。其关系如式( 1)所示: (3 )欧氏图像坐标系(下标为 i),坐标轴与摄像机坐标系一致, Xi 和 Yi 位于图像平面上, Oi 像素坐标系的坐标为( xp0 ,yp0 )。 (4 )像素坐标系(下标为 P),它是图像处理过程中使用的坐标系。在本系统中与欧氏图像坐标 系方向相同,但原点坐标不同,尺度不同。 场景点 Xc 投影到图像平面 π上是点 Uc(uc , vc , -f)。通过相似三角形来可以导出它们之间的 坐标关系: 由于视野小, 采用的镜头畸变非常低, 可将 Uc 直接简化为等于欧氏图像坐标系下的坐标, 让 uc =ui,vc=vi,而 ui =( up - xp0 ) δ, vi=( vp - yp0 ) δ, δ为单个像素的大小。 笧腥怀 这样可以得到欧氏场景坐标系和欧氏图像坐标系之间的映射关系: 由于在该系统中各摄像机之间是相互独立的, 所以各路成像出来的坐标都可以转换为同一场景坐 标下的坐标。 系统实现原理 蕵霽 韻 贴片机 视觉系统工作原理如图 4 所示。当一块新的待贴装 PCB 板通过送板机构传送到指定位置 固定起来,安装在贴片头上的基准摄像机 CCD3 在相应的区域通过图像识别算法搜寻出 MARK 点,并通过( 3 )式计算出其在欧氏场景坐标系中的坐标。接下来将相应的元器件应贴装的位置 数据送给主控计算机。利用对中检测摄像机( CCD1 , CCD2 )对元器件检测,得到其在显示屏 幕坐标系下的坐标及转角值,再通过( 3 )式转换为场景坐标系下的坐标,与目标位置比较,得 到贴装头应移动的位置和转角。 2 图像处理 騟 2.1 图像预处理 图像预处理的目的是改善图像数据, 抑制不需要的变形或者增强某些对于后续处理重要的图像特 征。由于 SMT 生产现场的非洁净因素造成 CCD 镜头上的尘埃等,易给图像带来较大的外界噪 声。另外,图像的采集过程中也不可避免地引入了来自光路扰动、系统电路失真等噪声。因此, 对图像进行预处理以消除这些噪声的影响是非常必要的。 对噪声平滑方法主要的要求是: 既能有效地减少噪声, 又不致引起边缘轮廓的模糊, 同时还要求 运算速度快。常规的方法有高斯滤波、均值滤波、Lee 运算速度快。常规的方法有高斯滤波、均值滤波、 Lee 滤波、中值滤波、边缘保持滤波等。 中值滤波是一种较少边缘模糊的非线性平滑方法, 它的基本思想是用邻域中亮度的中值代替图像 的当前点, 是一种能够在去除脉冲噪声、 椒盐噪声的同时又能保留图像边缘细节的平滑方法。 并 且由于中值滤波不会明显的模糊边缘, 因此可以迭代使用。 显然, 在每个像素上都要对一个矩阵 (通常是 3×3 )内部

文档评论(0)

fengnaifeng + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档