[发明专利]一种基于随机抽样一致性算法的PCB板定位方法

说明书

本发明公开并提供了了一种基于随机抽样一致性算法的PCB板定位方法来对目标椭圆模型进行拟合以精确定位椭圆形标识点位置。本发明首先在获取PCB板边缘图像后，采用自适应高斯平滑滤波对图像噪声区域进行平滑处理，降低图像模糊度。然后通过形态学运算和Sobel‑Zernik算子提取PCB板轮廓样本点，接着在深入分析目标模型固有特性的基础上对样本点进行筛选，并采用分层抽样法分析样本点残差，经多次迭代之后得到最佳模型。本发明适用于PCB板生产加工领域。

技术领域

本发明涉及一种基于随机抽样一致性算法的PCB板定位方法。

背景技术

随着社会经济的发展，人们对PCB板的生产效率以及生产质量提出了更多的要求。PCB板的Mark点定位是指在PCB板上设置方形、圆形与三角形等不同形式的定位标志。计算机通过摄像头获取PCB板图像后经过图像识别获取定位标志，从而确定电路板的位置和角度偏差，进而能够对PCB板的后续加工、切割等提供支持。但目前由于对PCB进行切割分离的分板机存在结构误差等原因，因而产生PCB板误切、过切的问题。

发明内容

本发明所要解决的技术问题是克服现有技术的不足，提供了一种基于随机抽样一致性算法的PCB板定位方法来对目标椭圆模型进行拟合以精确定位椭圆形标识点位置。

本发明所采用的技术方案是：本发明包括以下步骤：

A.获取PCB板上的椭圆形标识点的图像；

B. 采用自适应高斯平滑滤波对椭圆形标识点图像进行处理，降低其模糊度，提取椭圆形标识点边缘；

C.采用随机抽样一致性算法对步骤B中所提取的椭圆形标识点的边缘进行边缘拟合，得出最终的椭圆形标识点模型。

本发明基于目标模型固有特性对样本点进行筛选，并采用分层抽样法分析样本点残差，经过多次迭代之后得到最佳模型。此外，本发明对该算法与归一化的最小二乘方法、二次多项式拟合的边缘拟合法进行对比实验验证。结果表明，在相同条件下，不同的环境中，本发明具有更高的稳定性和鲁棒性，且识别准确率高，可满足PCB分板机高精度的需求。

附图说明

图1为PCB板定位误差示意图；

图2为坐标变换示意图；

图3为原图像与自适应高斯平滑图像对比图；

图4为改进的椭圆拟合算法流程图；

图5a为带高斯噪声椭圆拟合；

图5b为带椒盐噪声椭圆拟合；

图6为随机抽样一致性边缘拟合算法流程图。

具体实施方式

在本具体实施例中，Mark点即为椭圆形标识点。Mark点的校正原理：Mark点是PCB板的定位标识，其为PCB贴片机提供PCB板的位置基准，从而使贴片机能够对PCB板进行一系列的贴装任务。在对PCB板进行切割分离时需要视觉定位，分板机气缸带动工作台移动到目标位置，并使用CCD相机对Mark点拍照定位。但由于分板机结构误差或人为的误差，而使得其定位精度较低。

如图1所示，虚线矩形框与实线矩形框分别代表PCB板的理想与实际位置，点，，分别为理想定位状态下Mark点1，Mark点2以及贴装点的坐标；而，，分别为实际定位状态下Mark点1，Mark点2以及贴装点的坐标。和能够通过基板平移与旋转相互得到。其中，点，，是已知的，可通过查阅PCB板相关设计文件获取。而，则可通过图像识别获取，于是如何用已知的坐标点来求解成了关键之处。