[发明专利]一种基于机器视觉的快速亚像素边缘检测与定位方法

说明书

技术领域

本发明属于机器视觉图像处理技术领域，涉及一种基于机器视觉的快速亚像素边缘检测与定位方法。

背景技术

在电子制造生产线PCB板的机器视觉质量检测和分拣系统中，图像处理是一个非常重要的环节。在视觉引导上料的过程中，需要获取上料台的实时图像，采用快速准确的图像处理算法，进行目标识别，获得PCB板的数量、位置、姿态等信息；在质量检测过程中，采用图像拼接技术，快速获取PCB板的尺寸、偏移等信息并对粘贴在PCB板上的条形码进行缺陷检测，再根据检测数据标记结果；在视觉引导下料分拣的过程中，又需要对传送装置上的PCB板进行目标识别。所用的图像处理算法的快速精确与否，将直接影响整个系统的工作效率和可靠性。

边缘存在于图像的不规则结构和不平稳现象中，也即存在于信号的突变点处，往往携带着图像的大部分信息。这些边缘点能够给出目标轮廓的位置，而这些轮廓常常包含着我们在图像处理时所感兴趣目标的重要特征，是形状目标检测的基础，同时也是图像分割所依赖的重要特征，为人们描述或识别目标提供了重要的特征信息。边缘检测是图像处理领域中最基本的问题，也是经典的技术难题之一，它的解决对于进行高层次的特征提取、特征描述、目标识别和图像理解等有着重大的影响。因此，边缘检测在图像分割、模式识别、计算机视觉等众多方面都有着非常重要的地位。

在电子制造生产线PCB板的机器视觉质量检测和分拣系统中，要实现实时视觉引导上料、分拣，快速精确的边缘检测与定位算法，对提高采用模板匹配的目标识别速度和准确度有着至关重要的作用。在质量检测过程中，基于图像拼接的尺寸测量的检测速度和精度，也在很大程度上依赖于边缘检测与定位的速度和精度。

边缘检测的实质是通过一些算法来提取图像中灰度不连续的边缘像素，而传统边缘检测算法是观察图像的每个像素在某个区域内灰度的变化，如Sobel算子、Laplacian算子和Robert算子等，形式简单，易于实现，但定位精度差，只有一个像素级的精度，实际上，边缘的位置存在于像素的任何位置，随着工业检测等对精度要求的不断提高，传统的边缘检测算法已经不能满足实际需要。

要提高图像测量系统的测量精度，可以从两个方面入手。一方面可以从硬件方面入手，如选用高分辨率的摄像机，采用频率较高的图像卡，提高传感器的分辨率等，然而，用提高的硬件性能来提高测量精度的方法代价较高，难度较大；另一方面可以利用目标的成像特性，采用亚像素定位技术提高测量定位的精度，如果用软件方法将图像上的特征目标定位在亚像素级别，就相当于提高了测量系统精度。这种方法简单、有效且成本低廉。因此，亚像素技术具有十分重要的理论意义和实践意义。

目前国内外研究的亚像素边缘检测理论与技术，在数学上可以归纳为插值法、拟合法、矩方法等三种类型。与像素级边缘检测方法不同，由于其定位精度和计算速度的矛盾，实现亚像素边缘检测，面临着以下主要技术难题：

(1)计算速度的要求。三种实现亚像素边缘检测的方法中，基于矩的方法包括基于灰度矩的方法、基于空间矩的方法、质心法等，其中基于灰度矩和空间矩的方法能获得较高的定位精度，但是由于其模板尺寸大，计算复杂等原因，计算速度相对较慢。

(2)定位精度的要求。基于插值的方法由于计算简单，在亚像素边缘检测中获得了广泛的应用，这些插值方法包括线性插值法、二次抛物线插值法、三次样条插值法、高斯插值法等。其中线性插值法、二次抛物线插值法、三次样条插值法计算速度较快，但定位精度较低。由于高斯插值法中高斯函数最接近真实的边缘模型，因而其不仅计算速度快，且能获得较高精度。

发明内容

本发明针对上述问题提出了一种基于机器视觉的快速亚像素边缘检测与定位方法，解决现有的PCB板的图像处理过程中检测定位精度低及处理速度慢的问题。

本发明的技术解决方案如下：

一种基于机器视觉的快速亚像素边缘检测与定位方法，包括以下步骤：

步骤1：获取待检测的PCB板图像：

当电子制造生产线上的PCB板机器视觉质量检测与分拣系统运行时，获取待检测PCB板图像；

步骤2：对待检测的PCB板图像进行灰度化处理与去噪操作，获得去噪图像：

采用基于模板操作的自适应中值滤波方法去除噪声的干扰；

步骤3：计算去噪图像上每个像素点在水平方向上的直角水平梯度G_x和在垂直方向上的直角垂直梯度G_y；