[发明专利]印刷电路板中异型元件和高密度封装元器件的配准方法

说明书

技术领域

本发明涉及精密电子组装中的识别定位领域，特别涉及印刷电路板中异型元件和高密度封装元器件的配准方法。

背景技术

当前，表面贴装技术(Surface Mount Techno1ogy，简称SMT)已影响到通信、家电、计算机、网络、自动化、航空、航天、航海等各个领域的产品水平，是当今微电子技术的重要组成部分。其中，视觉检测是表面贴装的必要工序，它将各种形状各种规格的元器件从背景中分离出来，重点是精确地判断元器件的位置和角度的偏移量，以便给准确贴装提供高精度的位置和角度补偿信息。通过图像配准能判断出元器件的位置或角度的偏移量。

图像配准是计算机视觉、模式识别领域备受关注的前沿学科。一般而言，根据特征提取的层次不同，可以把图像配准分为三类：基于灰度相关的图像配准、基于特征的图像配准、基于频域的图像配准。其中，基于特征的图像配准方法因其不直接依赖于灰度、鲁棒性好、抗干扰性强、计算量小、速度快而成为应用最广泛的图像配准方法。

基于特征的配准提取图像中保持不变的特征，如角点、边缘、封闭区域等，作为图像配准的参考信息。在现有的局部特征描述算子中，SIFT算子是一种性能优越的局部特征描述子，它可以处理多幅图像之间发生的平移、旋转、尺度、光照变换等情况下的配准问题，并得到两幅图像之间的变换关系。SIFT算法将斑点检测和特征向量生成、特征匹配搜索等步骤完整地结合在一起进行优化，达到了接近实时的运算速度。其中，SIFT算子采用了高斯差分函数(DoG)来近似高斯-拉普拉斯算子(LoG)，提高了计算效率。由于SIFT描述子具有旋转不变性和尺度不变性，因此更适用于SMT中元器件存在旋转和遮挡等的情况。

由于SIFT算法是基于局部的特征配准算法，不可避免会存在误匹配的问题。单纯采用SIFT算法的误差比较大，并不能达到实际的生产要求，所以在SIFT检测结果的基础上，提出了最小能量亚像素法，进一步对两幅待配准图像进行精确定位。

发明内容

为了克服现有技术的上述不足，本发明的目的在于提供印刷电路板中异型元件和高密度封装元器件的配准方法，实现了高精度亚像素级定位。

本发明的目的通过以下技术方案实现：

印刷电路板中异型元件和高密度封装元器件的配准方法，包括以下步骤：

S1粗略定位：输入待配准图像I(x，y)，利用SIFT配准方法计算I(x，y)与模板图像f(x，y)之间粗略变换关系(m，n，β)，其中m、n分别是x、y方向的平移参数，β是旋转角度；

S2精细定位：

S2.1按粗略变换关系(m，n，β)对I(x，y)进行逆变换，得到逆变换图像g(x，y)，g(x，y)与f(x，y)的变换关系为(a，b，θ)，即

g(x，y)＝f(xcosθ-ysinθ+a，xsinθ-ycosθ+b)(1)

其中a、b分别是x、y方向的平移参数，θ是旋转角度；

S2.2对式(1)，先将sinθ、cosθ进行二阶泰勒展开，再将f(x，y)进行二阶泰勒展开，得到