[发明专利]图像定位方法及装置

说明书

本发明实施例提供了一种图像定位方法及装置，本发明实施例首先根据待检测图像与模板图像相配的网格数量进行初步的粗匹配，得到备选区域，为了进一步提高待检测图像与模板图像的定位精度，基于轮廓点的坐标信息确定拟合分数，并利用拟合分数在备选区域中筛选出匹配效果更好的目标区域，利用目标区域以及模板图像即可实现待检测图像与模板图像的定位。本发明的实施例通过粗匹配和精匹配两个步骤提高了精细定位的精确度，即提高了待检测图像与模板图像定位的精确度。另外，由于本发明实施例是利用轮廓点筛选目标区域，因此需要处理的数据量大幅度减小，精细定位的效率得到有效提高，同时提高了抗干扰能力。

技术领域

本发明实施例涉及图像处理技术领域，并且更具体地，涉及一种图像定位方法及装置。

背景技术

AOI(Automatic Optic Inspection，自动光学检测)是基于光学原理来对焊接产品中遇到的常见缺陷进行检测的技术，例如利用AOI技术检测PCB(Printed CircuitBoard，印制电路板)的缺陷。AOI检测时，检测设备通过摄像头自动扫描待检测产品，采集得到待检测图像，之后将待检测图像与模板图像进行比较，从而检测出待检测产品上存在的缺陷以及确定缺陷的位置。操作人员根据检测出来的缺陷及其位置进行分析和修复，从而能够有效提高待检测产品的质量。

利用AOI技术进行缺陷检测时，如图2所示，大致包括如下步骤：第一，轮廓提取，确定待检测图像的灰度图像，并获取该灰度图像的轮廓；第二，全局定位，确定待检测图像坐标系与模板图像坐标系的映射关系，如图1所示，图中方框1为待检测基元进行全局配准后的位置，图中方框2为模板图像中对应的基元的位置，图中方框3为检测窗口进行全局配准后的位置；第三，精细定位，在全局配准形成的坐标系对应关系的基础上，确定每个检测窗口覆盖的待检测基元的内容，为其中的每个待检测基元选择精细配准特征点，如图1中圆形4、5所示；根据该特征点的轮廓数据执行精细配准，实现每个检测窗口中待检测基元在模板图像上的定位，或引用精细配准关系，将每个检测窗口内的待检测基元的轮廓数据映射到模板图像坐标系，以供后续缺陷检测步骤使用；第四，缺陷检测，根据步骤三的定位结果，校正待检测图像和模板图像的位置偏差，将模板图像的轮廓与待检测图像的轮廓进行匹配，按照轮廓段进行缺陷检测。

另外，对于上述第三点中的精细定位的方法，除上述的利用轮廓信息进行精细定位外，还可以利用图像的灰度信息进行定位或利用图像的几何特征进行定位。其中，利用图像的灰度信息进行定位具体为：以待检测图像的灰度信息和模板图像的灰度信息为基础，用归一化相关系数为相似性度量指标，在待检测图像中搜索和模板图像相一致的定位位置或定位区域，以实现待检测图像和模板图像的定位。利用图像的几何特征进行定位具体为：以待检测图像的几何特征以及模板图像的几何特征为基础，用最小均方误差为度量指标，在待检测图像中搜索和模板图像相一致的定位位置或定位区域，以实现待检测图像和模板图像的定位。

从上面的陈述可知，精细能够进一步提高待检测图像与模板图像定位的精确度，如果待检测图像和模板图像的偏差得不到有效校正，将会导致后续轮廓匹配失败或利用找到的定位区域定位失败，从而导致缺陷的漏检测，同时如果待检测图像和模板图像的偏差得不到有效校正也会导致缺陷误报。因此精细定位的精确度对AOI检测的精度至关重要。目前精细定位的精确度相对较低，容易导致缺陷漏检测和缺陷误报。同时目前的精细定位通常是基于轮廓信息，或者是基于图像灰度信息、图像几何特征信息进行的配准，需要处理的数据量相当大，精细配准的效率低，另外，利用图像的轮廓信息或灰度信息、几何特征信息进行配准，抗干扰能力弱，容易导致配准精度不够。

发明内容

本发明实施例提供一种图像定位方法及装置，其能够提高精细定位的精确度，同时由于是针对图像的轮廓点进行的处理，因此降低了需要处理的数据量，提高了抗干扰能力。

第一方面，提供了一种图像定位方法，所述方法包括如下步骤：