基于表面视觉恢复技术的SMT焊点图像三维重构
来源:用户上传
作者:
摘 要
目前，焊点质量检测方法大多在二维测试模式下工作，无法在三维质量信息层面对焊点进行评估。本文研究基于表面视觉恢复技术的SMT焊点图像三维重构技术，为三维焊点质量检测提供了依据。仿真结果表明，本文算法能够较好地重构SMT焊点三维图像。
关键词
光照模型;SFS;三维重构
中图分类号： TP391.41 文献标识码： A
DOI：10.19694/j.cnki.issn2095-2457.2020.09.068
0 引言
采用电子电路表面贴装技术（Surface Mount Technology，SMT）形成的电子电路产品具有体积小、重量轻、集成度高等优点。但其可靠性问题严重。实际中，可从SMT焊点图像中获取信息，检测SMT焊点质量和电路可靠性[1-2]。
当前SMT焊点质量检测技术多为二维检测方法，但由于角度、灯光变化的影响，会导致采集与检测焊点特征困难。为克服2D焊点质量检测的缺点，提出3D焊点质量检测。
本文利用焊点图像灰度信息，进行單幅图像SMT焊点三维表面（Shape from Shading，SFS）重构。研究内容包括：研究SMT焊点图像混合噪声去除方法;研究适合SMT焊点三维重构的光照模型;研究焊点三维重构技术。
1 SMT焊点图像混合噪声去除技术分析
SMT焊点图像在传输、接收及处理过程中，会掺杂不同噪声，其中包括：椒盐与高斯噪声等。
现有去噪方法大多是针对单一噪声去除的，当图像受到两种噪声同时干扰时，去噪方法都不能达到最好效果。本文结合小波包自适应（AWP）阈值计算方法，Wiener滤波和Median滤波，设计SMT焊点图像混合噪声去除算法-AWPWM，其流程如下：
（1）对图像进行小波包分解，得到每一层小波包的系数;
（2）利用维纳滤波方法，对小波包系数滤波;
（3）计算滤波后的小波包系数方差绝对值，得到中间值及其小波包系数;
（4）根据小波包自适应阈值计算方法，计算出最佳阈值;
（5）采用小波包自适应阈值去噪方法，对图像进行二次去噪;
（6）重构二次去噪后的小波包系数;
（7）采用中值滤波进行平滑处理，对图像三次去噪，获取最终去噪图像。
2 SMT焊点表面光照模型
SMT焊点表面光照模型由漫反射分量与镜面反射分量构成。
常用的光照漫反射模型包括：Lambert漫反射模型和Oren-Nayar模型等[5-6]。
Lambert模型对光反射现象近似描述;Oren和Nayar模型的数学表达式复杂，不能直接用于SMT焊点图像表面三维重构。
Oren-Nayar光照模型考虑了光线相互反射，但SMT焊点表面光滑，因此光线相互反射分量对焊点图像灰度信息贡献很小，可忽略，得到简化的光照漫反射模型。
Torrance-Sparrow提出了简单光照镜面反射模型，当物体表面粗糙度确定时，光照强度将随着入射角变化，若选择适当参数，简化光照镜面反射模型可代替光照镜面反射模型。
线性叠加镜面反射分量和漫反射分量获取改进光照模型。结合改进光照模型，设计基于SFS技术的单幅图像重构SMT焊点表面三维形状算法。
3 SMT片式元件焊点表面三维形状重构结果
采集元件图像，分割出左焊点，获取焊点图像如图1所示。
采用文中提出的AWPWM方法进行去噪，重构后的SMT焊点的表面三维形状，结果如图2所示。
由基于改进光照模型的SMT焊点表面三维重构结果可知：
（1）采用合适的图像去噪算法，可有效地去除焊点图像中的噪声，有利于提高SMT焊点表面三维重构的效果，使重构后焊点三维表面曲线连续;
（2）采用改进光照模型，得到比较理想的三维形状，较好的重构了SMT焊点三维图像。
参考文献
[1]于新瑞等.视觉辅助表面贴装技术中图像处理技术的研究[J].计算机工程与应用，2003， 29（5）：132-133.
[2]黄春跃.基于焊点虚拟成形技术的3MT焊点质量检测和智能鉴别技术研究[D].安电子科技大学博士论文，2007.
[3]张维强，宋国乡.基于一种新的阈值函数的小波域信号去噪[J].西安电子科技大学学报（自然科学版），2004，31（2）：296-303.
[4]Miller，Nick Kingsbury.Image Denoising Using Derotated Complex Wavelet Coefficients[J].IEEE Trans Image Processing，2008，17（9）：1500-1511.
[5]Tsunashima，H .Saito and N.Estimation of 3-DParametric Models from Shading Image Using Genetic Algorithms[C].IEEE Computer Society Conference on Com puter Vision and Pattern Recognition，1994：668-670.
[6]赵辉煌，周德俭，黄春跃.一种改进灰度重构形状光照模型及其实现[J].计算机集成制造系统，2009，15（10）：1951-1955.
[7]R.Zhang，P.-S.Tsai，J.E.Cryerand M.Shah. Shape from Shading：A Survey[J].IEEE Trans，on Patern Analysis and Machine Intelligence（PAMI），1999，21（8）：690-705.
[8]赵东斌，陈强，陈善本等.由单幅图像恢复物体三维形状的应用研究[J].光学技术，2001，27（4）：367-369.
[9]Kong Fanhui，Wang Yongxin. Reconstruction of solder joint surface based on shape from shading[C].IEEE Third International Conference on Natural Computation，2007：58-62.
[10]GAO Yuefang，LUO Fei，GAO Jianzhong.A Shape from Shading Algorithm and Its Application[C].2007 IEEE International Conference on Control and Automation，200 7：2133-2135.
转载注明来源:https://www.xzbu.com/8/view-15205473.htm
