摘 要： LED芯片檢測在LED生產(chǎn)過程中起到關鍵作用。為了達到生產(chǎn)過程完全自動化的目的,，首先用形態(tài)學方法對LED圖像進行預處理,，然后基于最小外接矩形獲取芯片傾斜角，基于霍夫變換獲取邊界信息,，從而獲取生產(chǎn)所需的控制信息,。實驗結果表明該方法適用于LED實際生產(chǎn)過程。
關鍵詞： LED檢測,；形態(tài)學,；霍夫變換；模式識別
目前,，LED芯片自動化生產(chǎn)設備主要依靠進口,，價格昂貴，不利于行業(yè)的發(fā)展,。一些中小企業(yè)的生產(chǎn)還停留在手動或者半手動的狀態(tài),，效率低下。國內(nèi)在LED芯片自動化生產(chǎn)設備領域還處于研制階段,，還沒有完全自主知識產(chǎn)權的產(chǎn)品,，因此，加快其關鍵算法的研究勢在必行,。
在LED生產(chǎn)過程中,，LED芯片的檢測定位是關鍵技術之一[1]。通過計算機自動定位LED芯片可以有效地降低工人勞動強度，并大大提高工作效率,，從而節(jié)省大量的人力物力成本,。在現(xiàn)有條件下，通過安裝在生產(chǎn)線上的攝像頭自動捕捉到LED芯片圖像,，對圖像采用計算機視覺技術進行分析,，可以精確地獲得LED芯片定位信息（包括芯片的傾斜角和位置），用這些定位信息可以控制LED芯片的自動焊接,。
本文講述了基于機器視覺的LED芯片定位算法,。首先，對采集的圖像進行預處理,，減少噪聲,，并定位出芯片區(qū)域和焊片區(qū)域；然后基于最小外界矩形定位出芯片的傾斜度,；最后,，通過直線檢測算法定位出芯片區(qū)域邊界直線和焊片區(qū)域邊界直線，用這兩條直線定位出芯片在傳送帶上的位置,。實驗結果表明,，定位算法獲得這些參數(shù)可以用于LED芯片生產(chǎn)的焊接控制。
1 預處理
由于在圖像采集過程不可避免地產(chǎn)生隨機噪聲,，因此在獲取芯片定位參數(shù)前首先要對圖像進行預處理,，去除影響識別精度的噪聲。此外,，為了更好地獲取芯片邊界信息和焊片邊界信息，需要通過預處理分別提取兩者的區(qū)域,。
原始圖像中存在的噪聲主要為小的裂紋和斑點,，采用形態(tài)學開操作先對圖像進行腐蝕操作以消除小的裂紋和斑點，然后采用膨脹操作得到邊界光滑的目標圖像,。A被B腐蝕定義為[2]：
去噪后的圖像通過區(qū)域分割處理可以得到芯片區(qū)域和焊片區(qū)域,，便于下一步獲得定位信息。芯片區(qū)域和焊片區(qū)域由于材料的不同導致在圖像中亮度也有很大的不同,，因此采用局部閾值分割的方法[3-4],。首先設定閾值分割出前景圖像，然后設定前景圖像的局部閾值分割芯片區(qū)域和焊片區(qū)域,，分割效果如圖1（其中芯片區(qū)域閾值為0.2,，焊片區(qū)域閾值為0.5）。
2 LED芯片定位算法
2.1 基于最小外接矩形求傾角
芯片區(qū)域接近于矩形,，芯片的傾斜角不同則外接矩形的面積也不同,，當芯片垂直放置或水平放置時，外接矩形的面積最小[5]。因此,，可以通過0°到90°旋轉芯片區(qū)域圖像,，記錄其外接矩形面積，當面積最小時即為芯片的傾角,。算法如下：
?。?）記錄芯片區(qū)域外接矩形的面積；
?。?）順時針旋轉芯片圖像3°,；
（3）重復第（1）步和第（2）步,，直到芯片被旋轉90°,；
（4）查找外接矩形面積最小時,，旋轉的度數(shù)即為芯片區(qū)域的傾斜角,。
圖2為兩幅根據(jù)預處理后芯片區(qū)域求得的最小外接矩形。兩個芯片的傾斜角分別為0°和3°,，與實際放置的結果相符合,。
2.2 基于霍夫變換求邊界
霍夫變換的核心思想是將參數(shù)空間分割為累加器單元，在同一累加器單元中的點即為同一條參數(shù)曲線上的點,。在定位LED區(qū)域邊界時,，使用式（4）的直線參數(shù)方程，統(tǒng)計θ（取值±90°）和ρ（取值D,，D是圖形對角線的長度）分割的參數(shù)空間累加器,，點數(shù)最多的θ和ρ單元即對應定位所需的邊界直線方程。同時,，可以根據(jù)已經(jīng)求得區(qū)域傾角對直線進行驗證,。
xcosθ+ysinθ=ρ （4）
圖3為區(qū)域邊界定位的結果,。圖3（a）為芯片區(qū)域,；圖3（b）中直線為采用霍夫變換求得的芯片區(qū)域邊界上的直線；圖3（c）為焊片區(qū)域,；圖3（d）中直線為采用霍夫變換求得的焊片區(qū)域邊界上的直線,。根據(jù)矩形傾角和區(qū)域中心可以判斷求得直線所代表的區(qū)域邊界位置。
3 實驗結果
利用本算法對254張640×480的圖像進行LED芯片定位,，并用求得的定位參數(shù)對LED芯片焊接進行控制,，成功自動焊接247個芯片，7個芯片產(chǎn)生告警信號后由人工處理（對于由于圖像質量過差無法處理的圖像算法返回告警信號）,。算法處理單張圖像時間<100 ms,，滿足每秒控制3個芯片焊接的生產(chǎn)要求,。
本文基于實時采集的LED芯片圖像研究了LED芯片的定位問題。經(jīng)過對圖像的預處理,、基于最小外接矩形求傾角,、基于霍夫變換求邊界，獲取了LED芯片的定位參數(shù),，用這些參數(shù)可以控制LED芯片的焊接,。實驗表明該算法適用于LED芯片的生產(chǎn)過程。
參考文獻
[1] 張碧偉.LED晶粒全自動分揀機的開發(fā)研究[D].西安： 西安工業(yè)大學,，2011.
[2] 岡薩雷斯.數(shù)字圖像處理（第二版）[M].北京：電子工業(yè)出版社,，2008.
[3] 楊軍，吳曉娟,，彭彰,，等.基于多區(qū)域分割的步態(tài)表示與識別算法研究[J].計算機學報.2006，29（10）：1876-1881.
[4] 彭興邦,，蔣建國.一種基于亮度均衡的圖像閾值分割技術[J].計算機技術與發(fā)展,，2006，16（11）：10-12.
[5] JUNG C R,， SCHRAMM R. Rectangle detection based on a windowed hough transform[C]. Proceeding of the 17th Brazilian Symposium on Computer Graphics and Image,， 2004： 113-120.