自动光学检测技术的发展与应用

自动光学检测技术的发展与应用

0自动光学检测技术自动光学检测是指使用光学成像技术（通常使用摄像头）从测量目标图像，并通过高速数据处理和图形识别算法从图像中接收目标的大小、位置、方向、光谱特性、结构和错误。此外，还可以进行产品质量分析、装配线上零件的鉴定和定位、过程监控中的测量、过程控制的反馈、分类和组件等任务。自动光学检测技术是机器视觉技术在工业生产过程中的应用。近几年来,随着半导体、LCD、PCB、光通信以及精密组装等新兴产业的发展,自动光学检测技术发展非常迅速。目前已经在半导体业、电子业、工业机器人、汽车零件制造子系统、印刷、钢铁、纺织、医疗与医药等诸多行业得到不同程度的广泛应用。例如自动光学检测技术可以成功地代替检验员检测集成电路板和多晶硅,可以用于汽车车身装配的在线测量。在医药行业可以对液体制剂的灌装液位、瓶体内杂质及封盖质量进行监测,对各种药品实现自动分选等。在包装行业对外包装打码效果,对外包装的满箱及数量进行检测等。一个自动光学检测系统通常包括照明光源、光学成像、精密机械传动、图像采集与预处理、图像处理与图形识别等部分。文中重点从光源照明、成像技术、图像预处理、图像处理与图形识别几个方面介绍自动光学检测技术的发展现状与存在的问题。1led照明水源在自动光学检测中,光源照明技术涉及到照明方法与打光技巧,它决定了自动光学检测系统能够摄取目标的信息种类,例如在缺陷检测中,照明的改变(如光强与方位的变化)会严重影响摄像机对缺陷信息的灵敏度与分辨能力,尤其是检测曲率变化较大的且具有较强光学反射率的复杂表面(如BGA封装中的半球形引脚),光源的选择与打光技巧更为重要。在自动光学检测中,常用的照明方式有结构照明与均匀照明、明场照明与暗场照明、直接照明与散射照明、倾斜照明与同轴照明、偏振照明等,另外每种照明光源发出的光还有颜色、色温等参数。采用合理的照明方式,才能在摄像机获取的图像中得到所需的目标信息。在自动光学检测中,常用照明光源种类有LED、卤素灯+光纤导管、荧光、激光等。这几种光源各有特色,荧光灯的亮度差和稳定性差,在许多机器视觉系统中用得越来越少,卤素灯+光纤导管价格昂贵,并在实际应用中使用寿命太短,使用者要定期更换灯泡来保证亮度;LED具有稳定性好和寿命长的优势,但亮度没有卤素灯+光纤导管好。因此,在不同的自动光学检测场合,需要根据不同的需求选择光源。但是,由于LED稳定性好、寿命长和颜色丰富,通过多个LED的组合可以产生各种照明方式,选择合适的LED光源颜色在复杂的颜色背景中可以突出被检特征,消除干扰,因此LED光源目前在自动光学检测系统中用得最多。当前用于自动光学检测的商品化的LED照明光源模组生产厂家有:日本的Moritex,SCS,美国的Ai,PhotonscopeInc.德国的Schott,新加坡的OrientalsystemEngneeringPteLtd等。但是,购买商品化的LED光源模组有时难以适应组装线的特殊要求,而要根据组装线的空间大小、被检测的物体特性等要求设计合适的专用LED照明光源。2图像的高精度处理自动光学检测中常用的成像方法有:基于扫描技术的高速点扫描、光电二极管或光电倍增管采集扫描点散射光成像的方法;采用线阵传感器扫描成像的方法和采用面阵传感器成像的方法。最常用的光学成像传感器是线阵和面阵CCD或CMOS传感器,一般来说CCD传感器线性好、信噪比高,CMOS动态范围大、速度快,至于哪种传感器更适合,需根据具体情况来定。比如对于精密测量来说,使用CCD传感器比较好,但对于成像物体表面有较强的反射或散射光的场合,使用CMOS传感器更好。对于大范围高精度成像,常采用显微与扫描相结合的方法,但是要得到高精度的图像需要高精度移动机台。就目前的技术来看,在较短的时间内迅速拍摄几幅在不同的灯光照射下的清晰图像,或用几台在不同位置的摄像机拍摄的图像,没有难度,因为当前CCD和CMOS器件的发展已相当成熟,用这些器件组装成的摄像机在精度、清晰度、速度等方面都已达到很高的水平。用固定的光照,基本相同的距离拍摄出一幅幅清晰的图像在摄像技术上比较容易做到。用X、Y丝杠、精密导轨、交/直流伺服电机实现按预定预先编排好的程序,使被摄的目标和摄像机做相对运动,按照运动-拍摄-运动的扫描成像规律拍摄图像,这种机械结构与自动控制技术目前也是比较成熟的技术。但是这种大范围的扫描机台的定位精度一般在微米级以下,若要得到亚微米或纳米级精度,目前还有许多问题需要解决。在上述提到的几种成像方法中,一般得到的是二维图像,若要摄取三维图像,往往需要用2个或更多的装在不同位置的摄像机摄制不同的多幅图像,或改变灯光照射角度,用同一摄像机分别摄取不同的多幅图像,再经综合分析得出真实的立体表述;或采用激光三角法得到物体的三维重构图像。遗憾的是,在许多场合,如精密组装和微装配中,若要准确地获得目标的三维信息(如高度、形貌、三维物体的方位等),只是简单地采用前面所说的方法难度很大,因此需要借助其他途径,如把共焦显微、白光干涉技术或其他显微成像技术与大范围扫描成像技术结合起来。采取这种方法可以解决检测精度问题,但共焦与白光干涉在高度方向上通常也需要扫描,因此如何在实现高精度的情况下,满足高速的生产线的要求,实现高速成像,就成了自动光学检测中一个难题。3玻璃底板图像的处理在许多生产线上,对于目标的定位,目标的高度、形貌、方位、缺陷的在线检测和对装配机械(如机器手)的视觉引导需要多个摄像机才能完成,图像的数据量非常大,如某型号的TFT-LCD玻璃底板表面缺陷的视觉检测设备,由14台9126像素的HS-80-08K80CameraLink线阵扫描摄像机组成,单个摄像机的最高数据速率为640MHz,扫描检测7.5代的玻璃底板表面得到的图像大小达584.76GB,总的图像处理时间要求小于84.55s。为了实现前述的高速数据处理能力,目前自动光学检测设备开发厂家采用如下方法:图像采集采用CameraLink、1394或GigabitEthernet接口的数码摄像机,每个摄像机输出的图像通过(预处理)接口板自动地分配给一台甚至多台CPU去处理,图像预处理采用多图像处理卡和多处理器分布式并行预处理的架构方式,如采用Dalsa-coreco的Anaconda、Matrox公司的Odyssey和GiDEL公司的PROCStarII实时图像处理卡组成的多计算机分布式实时处理系统,处理能力可以达到420MB/sec左右。目前通用PC机CPU处理能力越来越强,鉴于通用工控CPU可靠性好、成本低、构建系统的研发周期短等特点,可把一幅图像自动分块(比如2块或4块),各块分别交给一个工控CPU去并行处理的高速处理技术,工控CPU之间可以进行信息交换,各个处理结果由一台主控机合成,这样就可以大幅度地提高图像预处理速度,甚至可以达到640MB/sec。4旋转不变性方面的应用图像处理与图形识别牵涉到从预处理后的图像中辨别零部件、检查零部件的品质、判别零部件的位置和方向等高端图像处理算法。20世纪90年代前的Cognex公司在自动光学检测行业的辉煌,主要得益于该公司开发出的“归一化相关”(normalizedcorrelation)模板匹配方法,这种算法既不受图像摄取时的绝对光照强度影响,也不受被测物体(场景)的光照对比度的影响,它能够以亚像素精度给出最佳匹配结果。甚至在目标场景(如装配零件)有缺损或有污染等条件下,也能准确地给出匹配结果。但它没有缩放功能,很难实现旋转不变性。Cognex,在1998年进一步改进了“归一化相关”匹配算法,研究出了基于遗传算法的模板匹配方法PatMax,该方法除了具有“归一化相关”匹配方法的优点外,还具有旋转与缩放的不变性。后来其他公司,如Matrox,NationalInstuments,Coreco,Germany’sStemmerImaging和MVTecHalcon等,也竞相开发了类似的算法。虽然这些模板匹配法解决了目标的识别、定位与装配机械的运动控制问题,但是生产过程中,自动光学检测的更重要任务是执行在线检测,如在食品与药品的玻璃瓶封装时,检测瓶盖是否装紧和密封性是否达到要求等;在PCB板的组装过程中,元器件放置在板上的方向是否正确,器件引脚是否准确对上焊盘等。又如在许多精密的微机电系统精密组装过程中,零部件的表面非常光滑,成像后图像中的特征对比度非常小,特征可能淹没在复杂的背景中,这就牵涉到低对比度下的目标特征提取问题。这些问题不仅牵涉到图像处理的本身,还牵涉到打光技术。照明光源设计得合理,光照方向合理对比度就会提高,就会减小图像处理的难度;方位(尤其是在三维空间的方位)的判别与成像方法密切相关,在低对比度下又必须首先解决图像中的特征提取问题。虽然目前已经开发了许多高级算法,但是每种算法只适用于特定场合与特殊任务,且在某些高度限制的场合才有效,这也是到目前为止限制自动光学检测技术进步的重要因素。5组建自动光学检测系统的难点文中从照明方法与打光技巧、高精度成像方法、高速图像预处理技术、图像处理与图形识别的算法4个方面介绍了自动光学检测技术的发展