基于表面视觉恢复技术的SMT焊点图像三维重构
2020-05-18于楠
于楠
摘 要
目前,焊点质量检测方法大多在二维测试模式下工作,无法在三维质量信息层面对焊点进行评估。本文研究基于表面视觉恢复技术的SMT焊点图像三维重构技术,为三维焊点质量检测提供了依据。仿真结果表明,本文算法能够较好地重构SMT焊点三维图像。
关键词
光照模型;SFS;三维重构
中图分类号: TP391.41 文献标识码: A
DOI:10.19694/j.cnki.issn2095-2457.2020.09.068
0 引言
采用电子电路表面贴装技术(Surface Mount Technology,SMT)形成的电子电路产品具有体积小、重量轻、集成度高等优点。但其可靠性问题严重。实际中,可从SMT焊点图像中获取信息,检测SMT焊点质量和电路可靠性[1-2]。
当前SMT焊点质量检测技术多为二维检测方法,但由于角度、灯光变化的影响,会导致采集与检测焊点特征困难。为克服2D焊点质量检测的缺点,提出3D焊点质量检测。
本文利用焊点图像灰度信息,进行單幅图像SMT焊点三维表面(Shape from Shading,SFS)重构。研究内容包括:研究SMT焊点图像混合噪声去除方法;研究适合SMT焊点三维重构的光照模型;研究焊点三维重构技术。
1 SMT焊点图像混合噪声去除技术分析
SMT焊点图像在传输、接收及处理过程中,会掺杂不同噪声,其中包括:椒盐与高斯噪声等。
现有去噪方法大多是针对单一噪声去除的,当图像受到两种噪声同时干扰时,去噪方法都不能达到最好效果。本文结合小波包自适应(AWP)阈值计算方法,Wiener滤波和Median滤波,设计SMT焊点图像混合噪声去除算法-AWPWM,其流程如下:
(1)对图像进行小波包分解,得到每一层小波包的系数;
(2)利用维纳滤波方法,对小波包系数滤波;
(3)计算滤波后的小波包系数方差绝对值,得到中间值及其小波包系数;
(4)根据小波包自适应阈值计算方法,计算出最佳阈值;
(5)采用小波包自适应阈值去噪方法,对图像进行二次去噪;
(6)重构二次去噪后的小波包系数;
(7)采用中值滤波进行平滑处理,对图像三次去噪,获取最终去噪图像。
2 SMT焊点表面光照模型
SMT焊点表面光照模型由漫反射分量与镜面反射分量构成。
常用的光照漫反射模型包括:Lambert漫反射模型和Oren-Nayar模型等[5-6]。
Lambert模型对光反射现象近似描述;Oren和Nayar模型的数学表达式复杂,不能直接用于SMT焊点图像表面三维重构。
Oren-Nayar光照模型考虑了光线相互反射,但SMT焊点表面光滑,因此光线相互反射分量对焊点图像灰度信息贡献很小,可忽略,得到简化的光照漫反射模型。
Torrance-Sparrow提出了简单光照镜面反射模型,当物体表面粗糙度确定时,光照强度将随着入射角变化,若选择适当参数,简化光照镜面反射模型可代替光照镜面反射模型。
线性叠加镜面反射分量和漫反射分量获取改进光照模型。结合改进光照模型,设计基于SFS技术的单幅图像重构SMT焊点表面三维形状算法。
3 SMT片式元件焊点表面三维形状重构结果
采集元件图像,分割出左焊点,获取焊点图像如图1所示。
采用文中提出的AWPWM方法进行去噪,重构后的SMT焊点的表面三维形状,结果如图2所示。
由基于改进光照模型的SMT焊点表面三维重构结果可知:
(1)采用合适的图像去噪算法,可有效地去除焊点图像中的噪声,有利于提高SMT焊点表面三维重构的效果,使重构后焊点三维表面曲线连续;
(2)采用改进光照模型,得到比较理想的三维形状,较好的重构了SMT焊点三维图像。
参考文献
[1]于新瑞等.视觉辅助表面贴装技术中图像处理技术的研究[J].计算机工程与应用,2003, 29(5):132-133.
[2]黄春跃.基于焊点虚拟成形技术的3MT焊点质量检测和智能鉴别技术研究[D].安电子科技大学博士论文,2007.
[3]张维强,宋国乡.基于一种新的阈值函数的小波域信号去噪[J].西安电子科技大学学报(自然科学版),2004,31(2):296-303.
[4]Miller,Nick Kingsbury.Image Denoising Using Derotated Complex Wavelet Coefficients[J].IEEE Trans Image Processing,2008,17(9):1500-1511.
[5]Tsunashima,H .Saito and N.Estimation of 3-DParametric Models from Shading Image Using Genetic Algorithms[C].IEEE Computer Society Conference on Com puter Vision and Pattern Recognition,1994:668-670.
[6]赵辉煌,周德俭,黄春跃.一种改进灰度重构形状光照模型及其实现[J].计算机集成制造系统,2009,15(10):1951-1955.
[7]R.Zhang,P.-S.Tsai,J.E.Cryerand M.Shah. Shape from Shading:A Survey[J].IEEE Trans,on Patern Analysis and Machine Intelligence(PAMI),1999,21(8):690-705.
[8]赵东斌,陈强,陈善本等.由单幅图像恢复物体三维形状的应用研究[J].光学技术,2001,27(4):367-369.
[9]Kong Fanhui,Wang Yongxin. Reconstruction of solder joint surface based on shape from shading[C].IEEE Third International Conference on Natural Computation,2007:58-62.
[10]GAO Yuefang,LUO Fei,GAO Jianzhong.A Shape from Shading Algorithm and Its Application[C].2007 IEEE International Conference on Control and Automation,200 7:2133-2135.