[发明专利]一种贴片机的基准相机校正方法

权利要求书

1.一种贴片机的基准相机校正方法，其特征在于它按以下步骤实现：

(一)确定并建立设备坐标系和基准相机坐标系相互之间的位置和旋转关系，推导出两个坐标系之间的坐标变换关系；

(二)利用圆形检测算法检测基准点在基准相机坐标系中的精确位置；

(三)以基准点为基准，采用圆形检测算法，实现对贴片机的基准相机的校正，即完成了一种贴片机的基准相机校正方法；

步骤(二)具体为：

(1)先获取原图像数据，采用最大类间方差算法对原图像处理，得到二值化图像；

(2)对二值化图像轮廓进行筛选：

第一步：首先获得二值化图像轮廓，并且生成已知半径的圆形模板轮廓；

第二步：对第一步得到的二值化图像轮廓，将轮廓上像素点总数作为轮廓长度，设置最小和最大长度的阈值，通过长度筛选，得到在最小和最大长度之间的轮廓；

第三步：对第二步长度筛选后的轮廓，计算Hu矩，并和圆形模板轮廓的Hu矩进行比较，保留与圆形模板轮廓的Hu矩差值小于0.05的轮廓，由此得到Hu矩筛选后的轮廓；

第四步：选择步骤三筛选后的轮廓面积与圆形模板轮廓面积最接近的一条轮廓；

(3)将步骤(2)筛选得到的一条轮廓的最小外接矩形的中心坐标和长宽数据，向外扩张矩形长宽像素的20％，记录扩张后的矩形的中心坐标和长宽，从而获得二值化图像的ROI区域；

(4)对获得的二值化图像的ROI区域中的轮廓进行形态学膨胀操作，建立滤波器图像；

(5)对原图像的ROI区域使用canny边缘检测，记录落在步骤(4)中滤波器图像的边缘点集，当边缘点个数大于50时，进行步骤(6)，否则跳出；

(6)获取第(5)步边缘点集的最小外接矩形，若最小外接矩形的长宽差大于20，则返回错误；若满足，将边缘点进行距离滤波，将各个边缘点同最小外接矩形的中心距离与最小外接矩形长宽之和四分之一的差大于4的边缘点滤掉；

(7)对步骤(6)的满足要求的边缘点进行最小二乘拟合，得到圆形基准点的中心位置和半径；

对步骤(6)获得的边缘点进行最小二乘拟合，得到椭圆参数，根据椭圆的一般方程：

Ax²+2Bxy+Cy²+Dx+Ey+1＝0

由滤波后得到的边缘点集(x_i,y_i)，其残差平方和为：

${\mathrm{\ϵ}}^2=\underset{i}{\Σ}{({{\mathrm{Ax}}_i}^2+2{\mathrm{Bx}}_i{y}_i+{{\mathrm{Cy}}_i}^2+{\mathrm{Dx}}_i+{\mathrm{Ey}}_i+1)}^2$

根据最小二乘原理，当上式达到最小值时，各个参数即是所拟合椭圆的参数；分别对A,B,C,D,E求偏导，并令其偏导数为0，则可得到5个由(x_i,y_i)组成的方程：

$\frac{\∂{\mathrm{\ϵ}}^2}{\∂A}=\underset{i}{\Σ}2*({{\mathrm{Ax}}_i}^2+2{\mathrm{Bx}}_i{y}_i+{{\mathrm{Cy}}_i}^2+{\mathrm{Dx}}_i+{\mathrm{Ey}}_i+1)*{x_i}^2=0$

$\frac{\∂{\mathrm{\ϵ}}^2}{\∂B}=\underset{i}{\Σ}2*({{\mathrm{Ax}}_i}^2+2{\mathrm{Bx}}_i{y}_i+{{\mathrm{Cy}}_i}^2+{\mathrm{Dx}}_i+{\mathrm{Ey}}_i+1)*2x_i{y}_i=0$

$\frac{\∂{\mathrm{\ϵ}}^2}{\∂C}=\underset{i}{\Σ}2*({{\mathrm{Ax}}_i}^2+2{\mathrm{Bx}}_i{y}_i+{{\mathrm{Cy}}_i}^2+{\mathrm{Dx}}_i+{\mathrm{Ey}}_i+1)*{y_i}^2=0$

$\frac{\∂{\mathrm{\ϵ}}^2}{\∂D}=\underset{i}{\Σ}2*({{\mathrm{Ax}}_i}^2+2{\mathrm{Bx}}_i{y}_i+{{\mathrm{Cy}}_i}^2+{\mathrm{Dx}}_i+{\mathrm{Ey}}_i+1)*x_i=0$

$\frac{\∂{\mathrm{\ϵ}}^2}{\∂E}=\underset{i}{\Σ}2*({{\mathrm{Ax}}_i}^2+2{\mathrm{Bx}}_i{y}_i+{{\mathrm{Cy}}_i}^2+{\mathrm{Dx}}_i+{\mathrm{Ey}}_i+1)*y_i=0$

求解该方程组，即得到椭圆的5个参数A，B，C，D，E,对于平面上任意椭圆，将之转化为：

A(x-u)²+2B(x-u)(y-v)+C(y-v)²+f＝0

将上式展开，根据待定系数法即可求得u,v的值，f为常数，即得到圆形基准点的圆心，其中(u,v)即是该椭圆的中心即基准点的中心坐标；

基准相机利用上述圆形检测算法检测基准点，得到基准点的圆心在基准相机坐标系中的坐标(x,y)，即等于(u,v)。