1 系統(tǒng)構(gòu)成及檢測目標
　　針腳視覺檢測系統(tǒng)包括硬件系統(tǒng)和軟件系統(tǒng)兩部分,。硬件系統(tǒng)負責圖像獲取，軟件系統(tǒng)負責數(shù)據(jù)處理并得出檢測結(jié)果,。其中,，硬件系統(tǒng)構(gòu)成如圖2所示，包括以下幾部分：

??? (1)成像設備,。CCD或CMOS的工業(yè)相機,，要求像素在100萬以上。本文中的試驗系統(tǒng)采用的是分辨率為1 600×1 200的工業(yè)相機,，成像質(zhì)量基本滿足檢測要求,。利用基于32位操作系統(tǒng)的WDM(Windows Driver Model)視頻捕捉構(gòu)架——DirectShow[2]進行影像的采集，作為一種高級流式媒體的應用接口,，DirectShow屏蔽了硬件之間的差異,，從系統(tǒng)設計與開發(fā)的角度而言具有較高的兼容性與通用性^[3，4],，就成本和開發(fā)難度而言,，非常適合本文所介紹的工業(yè)檢測系統(tǒng)。
　　(2)光源,。由于物體比較小,，所以成像距離小，為了采集到比較好的影像,，需要設計專門的光源，這個非常重要,。搭載平臺：放置電子元器件同時也作為檢測的基準,，因此對其加工精度要求較高，一般采用鋼質(zhì)的不易變形的材料,，同時還要求成像時和目標元器件的區(qū)分度較高,。
　　(3)傳送設備。采用機器手來放置和取走檢測完畢的電子元器件,，機器手和PC機的通訊一般是通過PCI采集卡來進行的,。
??? (4)PC機。加載檢測軟件，同時負責向機器手發(fā)出信號,。這部分也可以采用帶LED顯示屏的單片機,。
??? 業(yè)內(nèi)評價針腳是否合格一般有三個指標：
??? (1)平整度。以平臺為基準評價針腳距離平臺的距離,，是Y方向上的測度。
??? (2)正位度,。以第一個針腳或以電子元器件的站腳為基準,，評價每個針腳到基準的距離，是X方向上的測度,。
??? (3)PIN間距,。即相鄰兩個針腳中心的水平距離，是X方向上的測度,。
??? 以上三個指標若有至少一個超出限差,，則認為該產(chǎn)品不合格。為了獲取以上三個指標,，一是要提取臺面的位置,，二是要確定站腳的位置，三是要確定每個針腳的位置,，這三個任務也是本系統(tǒng)檢測的主要目標,。針腳的外形可用外接的最小矩形來擬合，這樣針腳的中心及長寬就可以用矩形的中心,、XY方向的邊長來表達,。
2 基本原理
2.1 相關(guān)系數(shù)匹配
??? 相關(guān)系數(shù)匹配中用到的匹配測度是標準化的協(xié)方差函數(shù)[5]，對于離散的灰度數(shù)據(jù)而言,，相關(guān)系數(shù)的計算有如實用公式(1)：
　　
其中g(shù)_i,，j和g′_i,，j分別為目標區(qū)和搜索區(qū)在(i，j)處的灰度值,；m,，n為目標區(qū)窗口的長和寬,。
2.2 金字塔影像
??? 金字塔影像的簡易構(gòu)建公式如公式(2):
　　
其中g(shù)′_i，j和g_i,j分別為金字塔影像和原始影像在(i,，j)處的灰度值,；k為金子塔影像的分辨率,，金字塔影像上的一個像素對應原始影像上k2的個像素,。
2.3 基于模板匹配的檢測算法
　　電子器件針腳的成像如圖3所示。針腳影像一般呈現(xiàn)方形的高亮區(qū)域,，因此根據(jù)高亮區(qū)域的大小可以生成一個標準模板,。將該模板與針腳影像做模板匹配,，計算模板與影像的相關(guān)系數(shù),，相關(guān)系數(shù)最大的地方對應著針腳的正確位置,，這就是本系統(tǒng)檢測算法的根本出發(fā)點,。但是由于相關(guān)系數(shù)的計算比較花時間，為了提高計算的速度,，可以采用分級匹配的方法，即首先將模板和針腳影像分別生成金字塔影像，首先在粗分辨率的影像上做匹配,，確定針腳的初始位置,，然后在高分辨率影像上精確定位,，這就是本算法的基本流程。該算法不僅保證檢測的精度,，而且考慮了檢測的速度,，具有明顯的優(yōu)點。

3 檢測方案及流程
??? 本系統(tǒng)的成像設備采用1 600×1 200的分辨率實時采集影像,，但檢測目標主要集中的區(qū)域只占到全部影像的1/5左右,，因此合理設置檢測的感興趣區(qū)域十分重要,，可大大提高檢測效率。選取一個包含所有檢測針腳的矩形區(qū)域,，檢測工作主要是在這個區(qū)域內(nèi)進行,。
??? 具體采用的檢測方案及流程如下：
??? (1)首先在感興趣區(qū)域中利用相關(guān)系數(shù)模板(根據(jù)針腳的反光特點,，標準模板應該是內(nèi)白外黑且大小應該能包含針腳(如圖4右下角圖像所示))匹配提取出針腳的個數(shù)和初始位置,，并根據(jù)設計數(shù)據(jù)進行規(guī)則化即相鄰針腳的位置即是圖紙中的設計數(shù)據(jù),，這樣做的目的是為了下次檢測相同規(guī)格的器件時,，如果放置得比較偏時不至于檢測失敗,。
??? (2)接著生成一幅感興趣區(qū)域的粗一級的金字塔影像(如圖4左上角圖像所示)(可取分辨率為2,，即原始影像中每4個像素對應金字塔影像中的1個像素)及對應的標準模板，圖4中的感興趣區(qū)域的大小為1 141×42,，其模板大小為31×27，對應的金字塔影像的大小為570×21,，其模板大小為17×15，單位均為像素,。

??? (3)將(1)中針腳的坐標換算到金字塔影像中,，換算按公式(2)進行,，按相關(guān)系數(shù)實用化公式(1)逐一計算每個針腳在臨近區(qū)域的相關(guān)系數(shù),，相關(guān)系數(shù)最大的位置對應針腳的正確位置。
??? (4)將針腳在金字塔影像中的中心位置及外包矩形的邊長按照公式(2)反算到原始影像中,，重復(3)的過程,，只是此時要注意移動步長可設為kΔx和kΔy,，k為金字塔分辨率,，這樣可縮短在原始影像中的計算時間,，這也是使用金字塔影像的好處,。
4 實驗
??? 利用相關(guān)系數(shù)模板匹配在原始影像上獲取到初始位置,，如圖5所示,。較準確的初值能減少迭代次數(shù)，提高運算效率,。按照本文第三部提出的檢測流程，在金字塔影像中提取針腳的位置,，再次反算到原始影像上,，對初始值進行修改,，為在原始影像中進行相關(guān)系數(shù)匹配提供更為精確的初值，從而提高效率,。在具備準確的初值的條件下,，程序能較快地定位到精確位置，如圖6所示,。為了測試精度和效率,，用上述方法對不同針腳連續(xù)檢測，統(tǒng)計消耗時間和平面度,、正位度以及間距三個指標,。測試計算機配置為CPU：Inter(R) Core 2 Duo T5870 2.0 G；內(nèi)存：1 G,；顯卡：ATI Mobility Radeon HD 3400 Series,。檢測之前，首先利用量規(guī)塊標定相機的放大倍數(shù)為一個像素對應8.23μm,，然后重復進行100次檢測試驗，共耗時41 219 μm,，相當于每次檢測412.19μm,，整個檢測過程中，最大跳動為8μm,。試驗結(jié)果表明,，速度和精度都能滿足要求。?

???
??? 對實驗中發(fā)生跳動的針腳局部影像(如圖7所示)進行分析,，發(fā)現(xiàn)有跳動的7號針腳的圖像周圍毛邊較嚴重,；對比沒有發(fā)生跳動的13號針腳，目標與背景能很好地區(qū)分開來,。因此,，建議為了提高檢測的精度和可靠性，應該盡量使電子器件保持干凈,，避免粘上污垢,。