位置測量/搜索模式

“位置/ 角度測量”是視覺檢測的重要應用之一。

對于玻璃面板，要求得到高精度的位置信息。而對于IC 檢查，則要求具有適用于高速生產線的處理能力。除此之外，在對于前兩講中曾經介紹過的“瑕疵”、“邊緣”等進行檢查之前，需要對齊工件的位置。因此，“位置補正功能”也是必不可少的。

本講將以最常用的“圖形搜索”模式為中心，介紹其原理及應用方法。

圖形搜索模式的算法

什么是圖形搜索？

圖形搜索是指從圖像內找出與標準圖像相似的一個或多個部位，并輸出其位置、角度及相關度（一致度）結果。

下面介紹本公司的CV系列當中的圖形搜索模式的算法。

第一步壓縮標準圖像及搜索圖像，減少數據量。

圖案匹配（正規化相關）需要進行大量的計算處理。如果要處理所有的圖像輸入信息，則需要相當長的處理時間。通過限制需要處理的像素數量，可以減少數據量，縮短處理時間。這種操作被稱為“拉開間隔”“壓縮”。

第二步第一次搜索。

以一定的間隔在搜索區域內移動，找出相關值最高的部位。該間隔被稱為“步幅”或“間距”,或者單 獨稱為“跳躍”。如果設置了旋轉修正，則按照指定的角度進行旋轉搜索。

第三步第二次搜索

圖以第一次搜索后找到的部位為中心，在相對更小的范圍內，使用減少壓縮量的圖案再次進行搜索，找出相關值最大的部位。
※也可以一邊減少壓縮量，一邊重復本步操作。

第四步最終檢查

以第三步中找到的部位為中心，使用未經壓縮的圖案進行搜索，然后進行亞像素處理。

搜索模式的典型應用例

玻璃基板的定位

在粘貼玻璃基板之前，檢測基板對角上 的標記位置并對齊位置。

瓶子標簽錯位檢查

檢查瓶子標簽的位置。即使在高速生產線上也可以實現全數檢查，因此能夠防止不合格品的流出。

IC方向判斷

搜索索引上的IC刻印字符，檢測角度，判斷方向。要求具有適用于高速生產線的處理能力。

減少搜索錯誤的要點

產生搜索錯誤的原因

如上所述，在進行第一次搜索時，為了提高處理速度，使用壓縮后的圖案進行搜索以找到大致的位置。

產生搜索錯誤的主要原因是，在第一次搜索過程中，將非目標圖案（下圖候選圖案2）當作是候選圖案檢測出來。

減少搜索錯誤的要點（改變壓縮率）

基恩士公司生產的 CV 系列中，針對各種使用目的，提供了各種參數的組合設置。這樣，用戶即使沒有相關的專業知識，也可以容易地進行設置操作。在這里，壓縮率相當于設置項目“搜索敏感度”，分為“低”~“高”共七個級別。

以上一頁中的例子為例，改變搜索敏感度（壓縮率）后，將變成右圖所示的樣子。由于使用了更接近標準圖案的圖案進行搜索，因此可以防止檢測出類似物。

確保搜索穩定的要點（提升結果精度）

利用“避免搜索錯誤的要點”，可以防范絕大多數的搜索錯誤。搜索對精度也有要求（必須抑制數值的偏差）。根據上一頁的算法來看，就是在最終程序中，可以實現的最細觀察效果。下面就最終結果的精度提升方法進行說明。

有效提高結果精度的方法

增加最終檢測（詳細搜索）的次數。

利用連續拍攝功能。

使用預處理文件（參考“圖像講座”第六講第4頁）。

（1）增加最終程序（詳細搜索）的重復次數

在“引發搜索錯誤的原因”中，我們已就改變第1搜索中壓縮率的“搜索敏感度”進行了說明，還備有名為“搜索精確度”的參數。這是決定搜索步數的參數，可設定“粗”至“細”的5個等級。

需要獲得精度更高的測量結果時，可以調細“搜索精確度”，增加第2搜索至最終搜索的重復次數。這樣就可以進一步提升最終結果的精度。

（2）使用連拍功能

連拍功能，是指以單次觸發輸入重復進行復數次拍攝及視覺系統，將其平均值、最大值、最小值作為檢測值的功能。相較于單次拍攝，可抑制檢測值的偏差。

新一代的搜索功能——“幾何形狀搜索”

除了利用正規化相關法的圖形搜索之外，還有一種基于檢測對象輪廓的“ 幾何形狀搜索”。杰基恩士公司生產的CV 系列“ShapeTrax”就具有這樣的功能。“ShapeTrax”根據輪廓數據進行搜索，因此在搜索對象有缺損時，也可以根據殘留的形狀數據進行正確的搜索。除此之外，還可以根據對象的尺寸的變化、黑白反轉等表面狀態的變化做出正確的處理，從而可以確保檢查效果。

粘貼玻璃基板時的定位

重疊在框架上。即使標記發生變化，也可以確保檢測的穩定性。

用以前的搜索方法難以檢查的例子

［圖案受損（重疊）］

［尺寸/焦點變化］

［黑白反轉（底片）］

使用“ShapeTrax”解決問題

［圖案受損（重疊）］

［尺寸/焦點變化］

［黑白反轉（底片）］

使用“ShapeTrax”進行檢測

使用提取出來的邊 緣形狀進行搜索

在輸入圖像的邊緣中搜索相
似的邊緣形狀

位置測量/搜索模式 總結

提高圖像傳感器搜索穩定性的要點如下：

在理解搜索原理的基礎上，選擇最適宜的模式及設置。

未能夠找出正確的搜索目標時，嘗試改變“搜索敏感度”。

改變“搜索精度”以提高最終檢測的精確度。

根據工件狀態·形狀等選擇基于輪廓數據的幾何形狀搜索。

編輯：黃飛

?