基于机器视觉的Mark点定位算法研究

作     者：周浩 

作者单位：暨南大学 

学位级别：硕士

导师姓名：柳宁

授予年度：2015年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：不完整 Mark点 识别 定位 

摘      要：Mark点定位是机器视觉定位中常用的一种技术,尤其在OGS触摸面板、IC芯片、PCB板以及HDI板的加工过程中有着重要的应用。在这些高精度的加工过程中,由于Mark点边缘的瑕疵和缺陷,导致Mark点定位准确度下降,本文算法旨在消除边缘瑕疵影响,提高定位精确度。利用Radon变换将原图转化到(ρ,θ)域,由于有瑕疵的Mark点在(ρ,θ)域中的灰度和形状会发生改变,因此在(ρ,θ)域中可以进行灰度和距离的筛选以去除边缘瑕疵点,从而使得最小二乘拟合计算出的结果有着较高的精确度。首先利用没有瑕疵的Mark点进行Radon变换,得到(ρ,θ)域的标准模板。对于圆形Mark点,将待定位圆形(ρ,θ)域中上下两部分亮度最大的点与标准模板进行对比灰度筛选。由于圆形(ρ,θ)域中图案宽度恒定,可以进行距离筛选,进一步去除边缘瑕疵而后利用最小二乘圆拟合计算出中心坐标。对于矩形,将待定位矩形(ρ,θ)域中亮度超过阈值的点保留,矩形每个角度上亮点的距离恒定分别代表长和宽,因此也可以进行进一步距离筛选,最后利用最小二乘直线拟合确定每条边所在直线,利用四个顶点坐标平均确定中心坐标。针对不完整圆形,利用计算机合成的图片和照相机拍摄到的图片进行定位实验,证明了随着瑕疵的逐渐变大,本文方法整体要优于Hough变换圆检测、原始Radon变换圆检测以及缺损圆检测的方法。利用工业实测的图像进行测试,证明了本文圆定位算法的适用条件,必须要有完整对弧。针对有瑕疵的矩形,本文利用计算机合成瑕疵矩形图片进行定位,证实了在有瑕疵情况下,本文算法精度要优于Hough变换矩形检测法。