[发明专利]一种高精度PCB板芯片引脚中心定位方法

权利要求书

1.一种高精度PCB板芯片引脚中心定位方法，其特征在于：包括以下步骤：

S1：采集PCB板图像，提取PCB板芯片区域的图像；

S2：对PCB板芯片区域图像进行canny边缘检测；

S3：利用深度优先算法搜索所有连通的弱边缘，如果一条连通的弱边缘的任何一个点和强边缘点连通，则保留这条弱边缘，否则抑制这条弱边缘；整个图像找完后，将非边缘点剔除，即灰度值置0，得到芯片区域二值化引脚图像；

S4：采用加权质心法对二值化引脚图像进行中心定位；

S5：采用高斯拟合法对二值化引脚图像进行曲面拟合算法运算；

S6：对标准差进行均方根值的运算，得出改进的中心定位算法，并记录中心坐标。

2.如权利要求1所述的高精度PCB板芯片引脚中心定位方法，其特征在于：所述步骤S1具体包括：通过工控机图像采集系统采集PCB板图像，选取PCB板芯片区域图像的对角位置，将其对角位置的坐标值作为后续处理的固定坐标点，提取PCB板芯片区域的图像。

3.如权利要求2所述的高精度PCB板芯片引脚中心定位方法，其特征在于：所述步骤S2具体包括：

S2.1：高斯模糊：

为去除噪声，采用5×5高斯滤波器与图像进行卷积，以平滑图像，减少边缘检测器上明显的噪声影响，计算公式如下：

其中，G(x,y)为二维高斯函数，(x,y)为点坐标，σ为标准差，A为归一化系数，使不同的权重之和为一；

S2.2：计算梯度幅值与方向：

平滑后的图像中每个像素点的梯度可以由Sobel算子来获得，从而确定像素点的梯度G和方向θ，计算公式如下：

其中，G_x为水平方向的梯度，G_y为垂直方向的梯度；

S2.3：非极大值抑制：

对图像进行梯度计算后，为了将梯度值提取的边缘图像变得清晰，采用非极大值抑制算法，搜索图像局部极大值，抑制非极大值元素；

S2.4：双阈值检测：

为解决噪声和颜色变化引起的一些边缘像素，必须用弱梯度值过滤边缘像素，并保留具有高梯度值的边缘像素，可以通过选择高低阈值来实现，函数表达式如下：

其中，T1为像素最低阈值，T2为像素最高阈值；

S2.5：滞后边界跟踪：

检查一个弱边缘点的8连通领域像素，只要有强边缘点存在，则这个弱边缘点由真实边缘保留下来。

4.如权利要求1所述的高精度PCB板芯片引脚中心定位方法，其特征在于：在所述步骤S3中，所述深度优先算法具体步骤如下：

①准备一个栈s，一个队列q，设连通指示变量connected为假，从图像的第一个点开始，进入②；

②如果这个点是弱边界点并且没有被标记，把它标记，并把它作为第一个元素放入栈s中，同时把它放入记录连通曲线的队列q，进入③；如果这个点不是弱边界或者已经被标记过，到图像的下一个点，重复②；

③从栈s中取出一个元素，查找它的8像素领域，如果一个领域像素是弱边界并且没有被标记过，把这个领域像素标记，并加入栈s中，同时加入队列q；同时查找领域对应的强边界图，如果有一个像素是强边界，表示这条弱边界曲线和强边界连通，设置connected为真；重复③直到栈中没有元素了；如果connected为假，则依次从队列q中取出每个元素，清空标记；如果connected为真，保留标记；

④清空队列q，设置connected为假，移动到图像的下一个点，到②。