基于递进Hough变换的贴片元件轮廓角度检测

武洪恩，杨 涛，宋洪亮，董 洁

(山东科技大学 机械电子工程学院，山东 青岛 266590)

0 引言

表面组装技术SMT(Surface Mount Technology)，自20世纪80年代初发展至今，已经成为电子加工制造行业里不可或缺的一部分[1-2]。贴片机在运行过程中利用真空吸嘴拾取元件，由于外界因素影响可能会出现元件倾斜，需要对元件进行角度检测与纠正。目前常用的检测方法为计算机视觉检测，对矩形多引脚元件也多采用引脚质心拟合直线的方法来对元件角度进行判断[3]。但矩形贴片元件在生产、运输、安装过程中，引脚可能会出现不充分对称或轻微变形等问题，并且由于成像不良检测出的引脚质心不一定是实际的引脚质心，采用该方法对元件进行角度检测就会出现偏差。

一般来说矩形元件的主体不会出现变形，采用元件的主体轮廓进行角度检测就可以避免上述问题。在轮廓直线检测方面，Hough变换为常用的直线检测方法，具有较好的抗干扰能力、不需要对图像数据进行分类与预处理，但要求精度较高时计算量大、处理时间长、无法满足快速处理的要求。为了解决Hough变换计算量大的问题同时提高检测精度，提出了一种在Hough变换粗检测基础上进行直线精度提升的递进Hough变换算法，基于元件主体轮廓进行直线检测，进而获取元件偏转角度。

1 元件角度检测原理

元件角度检测主要包括图像预处理与直线提取两部分，图像预处理包括灰度化、滤波、二值化、形态学引脚去除、轮廓提取；直线提取对主体轮廓进行递进直线Hough变换，从而得出元件的偏转角度值。检测的主要原理如图1所示。

图1 检测原理图

2 图像处理

2.1 图像预处理

由于采集到的图片通常是彩色图片，不能反映图像的形态特征，所以需要对图像进行灰度化，以便于后期的处理[4-5]。灰度化方法有加权平均法、平均值法、经验法等。为了提高图像的清晰程度选用加权平均法对元件图像进行灰度化，将彩色图像按照R、G、B三个分量用不同的权值进行加权平均，得到元件的灰度图。其计算公式：

I(i,j)=K1R(i,j)+K2G(i,j)+K3B(i,j)

(1)

式中，I(i,j)为转换后的灰度值，Kn(n=1,2,3)为不同分量的权值，常用值分别为0.298、0.587、0.114。

图片在采集过程中由于受到工作环境的影响，可能存在噪声。为了去除噪声对图像处理的影响，需要进行滤波处理，常用高斯滤波方法对图像进行处理。采用自适应高斯滤波法可以根据图像的局部特征，对不同区域进行不同σ值的滤波处理，在去除噪声的同时可以保持细节区域的信息[6]。滤波公式为：

(2)

式中，H(x,y)为高斯卷积核。

二值化是使用灰度变换来研究图像的一种处理方法[7]，经过二值化处理之后可以提高处理图像的速度，为了区分元件背景与主体，更好地突出元件主体轮廓，采用最适阈值的二值化方法对图片进行处理[8]，此方法预先设置一个阈值G对图像进行分割，然后对分割出的两部分求出类间方差，最终找出图像最佳阈值GT进行二值化，图像二值化公式：

(3)

式中，GT为最佳阈值；I1(x,y)和I2(x,y)为二值化处理前后像素点(x,y)的像素。

2.2 图像轮廓提取

由于成像效果不良，图像二值化后可能存在一些离散点，需要采用形态学处理对元件主体轮廓进行精确提取。基本的形态学处理方法有腐蚀、膨胀、开和闭运算。采用开运算对图像进行处理，开运算即先腐蚀后膨胀，具有能够平滑目标轮廓、去除孤点、总的位置和形状不变等特点[9]。其数学表达式：

A∘B=∪{{B}z│{B}z⊆A}

(4)

式中，A表示图像元素，B表示结构元素，{B}z表示A满足B腐蚀后的元素集合。

形态学处理并不能将引脚全部去除，所以为了得到矩形元件的主体轮廓，还需要进行引脚去除与轮廓提取。引脚去除：扫描并统计图片中各个封闭区域的面积，将主体区域的面积设置为参数S，去除面积小于参数S的封闭区域，以这种形式将引脚去除获取元件的主体；轮廓提取部分：采用八邻域轮廓追踪方式对元件主体轮廓进行提取，其基本思想是若图像中一点为白色且其相邻8个点均为白色，则将其去除。

3 直线检测

3.1 传统Hough变换直线检测

传统Hough变换是利用点与线的对偶性，将图像空间给定的点通过曲线表达的形式映射为参数空间内的一点，把图像直线检测的问题转化成查找参数空间内的峰值问题。图像空间中将M×N图像像素的灰度值设为I(xi，yj)；在参数空间中H(ρq，θk)为所有点的像素灰度值累加器单元[10]，ρ的采样个数为q，对θ在[0,π)区间内进行步距为Δ的直线检测，其中步距Δ与检测精度成反比。则Hough变换可表示为：

(5)

传统Hough变换检测直线过程：

(2)在轮廓图像中顺序搜索像素点，根据公示ρ=xcosθ+ysinθ放置到参数空间内；

(3)在参数空间内将ρ和θ所对应的累加器单元加1；

(4)扫描所有的点，对比每个累加器的值，最大的即为直线在参数空间内的映射参数。

3.2 递进Hough变换直线检测

为了解决传统Hough变换算法无法满足高精度下快速处理的问题，采用步距由大到小的递进方式进行直线检测。递进Hough变换的步骤为：

(1)对θ在[0,π)区间内进行步距为Δ1的直线粗检测；

(2)从检测出的直线中，选择最优直线，取其与x轴的夹角θa；

步骤(2)中最优直线的选择方式为：在步骤(1)的检测结果中，选H(ρ，θ)值最大的累加器单元为最优直线，若H(ρ，θ)值越大则说明该处存储单元的点越多，该处越可能是直线[12]。

4 实验验证

4.1 元件图片预处理

利用MATLAB软件对图片进行处理，为了保证测量方法的可行性与通用性，采用矩形双排引脚元件进行实验。采用的元件默认处于正中心位置，采集到的元件图片如图2所示。

图2 元件实物图

首先采用加权平均进行灰度转换，得到灰度图后为了便于图片的后期处理，采用自适应高斯滤波的方法对元件图片上的噪声进行去除，然后进行二值化处理，得到的图像如图3所示。二值化图像周围存在一些离散点，为了更好的进行角度检测，需要将离散点去除。

图3 元件二值化图

对二值图像进行形态学处理后的图片如图4所示，通过开运算形态学处理，离散点已经去除。最后使用上述引脚去除法以及轮廓提取法对形态学处理图像进行处理，通过引脚去除得到的元件主体图如图5所示，提取出的轮廓如图6所示。

图4 形态学处理图像

图5 元件主体图

图6 轮廓图像

4.2 元件位置角度检测

(a)参数空间 (b)轮廓四边直线

(a)参数空间 (b)检测结果

4.3 实验结果分析

利用软件对递进Hough变换的元件主体轮廓角度检测方法进行实验验证，同时对一般Hough变换与递进算法进行步距为0.01的五组对比试验。表1为一般Hough变换的实验结果，表2为递进Hough变换的实验结果。

表1 一般Hough变换实验结果

表2 递进Hough变换实验结果

通过实验结果的对比，此方法比一般Hough变换检测方法的最大相对误差值更小，且满足贴片机对角度测量的要求[13]；递进Hough变化的直线检测算法相对于Hough变换直线检测算法可以提升90%以上的处理速度。通过分析可知此算法可以提高贴片元件角度检测的精度以及检测速度。

5 结论

本文提出了一种递进Hough变换的贴片元件轮廓角度检测方法。首先对采集到的矩形元件图像进行去除引脚干扰处理以获取主体轮廓，然后利用递进直线Hough变换算法进行轮廓直线提取，最后通过直线信息得出元件角度。相对于引脚质心直线检测的方法，此方法可排除引脚不完全对称或轻微变形引起的检测偏差；同时，采用递进Hough变换直线检测方法相对于直接进行Hough变换直线检测具有处理速度快、效率高等优点，其可应用于其它高精度角度检测的场合。