一种贴片机的基准相机校正方法
【技术领域】
[0001] 本发明涉及到贴片机的精度校正领域，具体地说是贴片机的基准相机主要校正过 程。
【背景技术】
[0002] 在贴片机中，基准相机和贴片头均固定安装在可移动框架上，基准相机坐标系和 设备坐标系之间的位置关系已经详细的给出。在贴片机工作的过程中，利用基准相机检测 MARK点的位置和旋转角度，得到的结果表示在基准相机坐标系中，其中位置坐标的单位是 像素。要想得到MARK点相对于设备坐标系的位置坐标与旋转角度，首先要算出基准相机的 精确刻度，即相机的一个像素代表多少厘米；其次要算出基准相机相对于设备坐标系的旋 转角度，以便修正MARK点的实际旋转角度。
[0003] 现有的贴片机，机械安装时相机无法实现贴装平面与相机平面的平行，误差比较 大。
【发明内容】
[0004] 本发明是要解决现有的贴片机机械安装时相机无法实现贴装平面与相机平面的 平行，误差比较大的问题，而提供了一种贴片机的基准相机校正方法。
[0005] -种贴片机的基准相机校正方法，它按以下步骤实现：
[0006]( -）确定并建立设备坐标系和基准相机坐标系相互之间的位置和旋转关系，推 导出两个坐标系之间的坐标变换关系；
[0007](二）利用圆形检测算法检测基准点在基准相机坐标系中的精确位置；
[0008](三）以基准点为基准，采用圆形检测算法，实现对贴片机的基准相机的校正，即 完成了一种贴片机的基准相机校正方法。
[0009] 发明效果：
[0010] 设备坐标系的原点和基准相机坐标系的原点并不重合，且两者之间存在着一个固 定的旋转角度9和刻度X&apYSraly其中0为基准相机相对于设备坐标系的旋转角度， &。^和Ys。&为基准相机横轴和纵轴的刻度。这就是本发明要校正的参数。
[0011] 本发明主要目的是校正基准相机的刻度和旋转角度，以便更精确的检测出MARK 点的实际位置坐标以及旋转角度，最后能够有效地提高贴片机的贴装精度。
[0012] 在本发明中，基准点是圆形的，设计圆形检测算法，用于基准相机检测基准点在基 准相机坐标系下的位置。
[0013] 通过设计相机的刻度和旋转角度的校正过程，精确地计算得到基准相机X方向和 Y方向上的刻度大小以及基准相机坐标系相对于设备坐标系的旋转角度。
[0014] 在基准相机的情况下，基准相机拍摄得到基准点图片，通过圆形检测算法处理得 到基准点的位置，从而得到校正后的基准相机的刻度和旋转角度。
【附图说明】
[0015] 图1是基准相机坐标系和设备坐标系的相对位置关系不意图；
[0016] 图2是本发明的流程图；
[0017] 图3是贴片头在初始位置时基准点在基准相机中的图片；
[0018] 图4是贴片头沿x轴移动a/2时基准点在基准相机中的图片；
[0019] 图5是贴片头沿x轴移动-a时基准点在基准相机中的图片；
[0020] 图6是贴片头沿x轴移动a/2,并沿y轴移动a/2时基准点在基准相机中的图片； [0021 ] 图7是贴片头沿y轴移动-a时基准点在基准相机中的图片；
[0022] 图8是贴片机基准相机校正数据。
【具体实施方式】
[0023] 结合图1~图8说明：
【具体实施方式】 [0024] 一：本实施方式的一种贴片机的基准相机校正方法，它按以下步骤 实现：
[0025]( -）确定并建立设备坐标系和基准相机坐标系相互之间的位置和旋转关系，推 导出两个坐标系之间的坐标变换关系；
[0026](二）利用圆形检测算法检测基准点在基准相机坐标系中的精确位置；
[0027](三）以基准点为基准，采用圆形检测算法，实现对贴片机的基准相机的校正，即 完成了一种贴片机的基准相机校正方法。
【具体实施方式】 [0028] 二：本实施方式与一不同的是：步骤（一）具体为：
[0029] 如图1所示这里给出设备坐标系和基准相机坐标系之间的坐标换算公式：
[0030]假设基准相机检测到某点的坐标为（x，y)，基准相机相对于设备坐标系的旋转角 度为0，且基准相机横轴和纵轴的刻度分别为X&alJPYSrale，x7XW^和表示基准相机 坐标系和设备坐标系之间横轴和纵轴方向的水平偏差，则将该点换算到设备坐标系的坐标 (x<，y')表达式如下：
[0031 ] x' = XScale (xcos 9 -ysin 0 ) +x水平偏差
[0032] y ' = YScale (xcos 9 +ysin 9 ) +y水平偏差；
[0033] 其中，所述&^、\。^与0分别为需要校正的基准相机横轴和纵轴的刻度值^# 平偏差与y水平偏差为已知的值（x水平偏差 与y水_差分别与x和y平行，但大小之间没有关系）。
[0034] 其它步骤及参数与【具体实施方式】一相同。
【具体实施方式】 [0035] 三：本实施方式与一或二不同的是：步骤（二）具体 为：
[0036] (1)先获取原图像数据，采用最大类间方差算法对原图像处理，得到二值化图像；
[0037] (2)对二值化图像轮廓进行筛选：
[0038] 第一步：首先获得二值化图像轮廓，并且生成已知半径的圆形模板轮廓；
[0039] 第二步：对第一步得到的二值化图像轮廓，将轮廓上像素点总数作为轮廓长度，设 置最小和最大长度的阈值，通过长度筛选，得到在最小和最大长度之间的轮廓；
[0040]第三步：对第二步长度筛选后的轮廓，计算Hu矩，并和圆形模板轮廓的Hu矩进行 比较，保留与圆形模板轮廓的Hu矩差值小于0. 05的轮廓，由此得到Hu矩筛选后的轮廓；
[0041] 第四步：选择步骤三筛选后的轮廓面积与圆形模板轮廓面积最接近的一条轮廓；
[0042] (3)将步骤（2)筛选得到的一条轮廓的最小外接矩形的中心坐标和长宽数据，向 外扩张矩形长宽像素的20%，记录扩张后的矩形的中心坐标和长宽，从而获得二值化图像 的R0I区域；
[0043] (4)对获得的二值化图像的R0I区域中的轮廓进行形态学膨胀操作，建立滤波器 图像；
[0044] (5)对原图像的R0I区域使用canny边缘检测，记录落在步骤⑷中滤波器图像的 边缘点集，当边缘点个数大于50时，进行步骤（6)，否则跳出；
[0045] (6)获取第（5)步边缘点集的最小外接矩形，若最小外接矩形的长宽差大于20,则 返回错误；若满足，将边缘点进行距离滤波，将各个边缘点同最小外接矩形的中心距离与最 小外接矩形长宽之和四分之一的差大于4的边缘点滤掉；
[0046] (7)对步骤（6)的满足要求的边缘点进行最小二乘拟合，得到圆形基准点的中心 位置和半径；
[0047] 对步骤（6)获得的边缘点进行最小二乘拟合，得到椭圆参数，根据椭圆的一般方 程：
[0048] Ax2+2Bxy+Cy2+Dx+Ey+l= 0
[0049] 由滤波后得到的边缘点集（Xl，yi)，其残差平方和为：
[0050]
[0051] 根据最小二乘原理，当上式达到最小值时，各个参数即是所拟合椭圆的参数；分别 对A，B，C，D，E求偏导，并令其偏导数为0,则可得到5个由（Xl，yi)组成的方程：
[0057] 求解该方程组，即得到椭圆的5个参数A，B，C，D，E，对于平面上任意椭圆，将之转 化为：
[0058] A(x-u) 2+2B(x-u)(y-v)+C(y-v)2+f= 0
[0059] 将上式展开，根据待定系数法即可求得u，v的值，f为常数，即得到圆形基准点的 圆心，其中（u，v)即是该椭圆的中心即基准点的中心坐标；
[0060] 基准相机利用上述圆形检测算法检测基准点，得到基准点的圆心在基准相机坐标 系中的坐标（X，y)，即等于（u,v)。
[0061] 其它步骤及参数与【具体实施方式】一或二相同。
【具体实施方式】 [0062