郭峰林，管庶安，孔 岩

(武汉工业学院数学与计算机学院，武汉 430023)

1 前言

在基于机器视觉的印刷电路板缺陷检测系统(AOI)中，采用摄像机对PCB进行拍照，将样本板和被测板的图像进行比较，从而发现PCB中的缺陷[1]。本文采用参考对比法进行 PCB缺陷检测。由于样本图像与待测图像间有偏移，在缺陷检测之前，必须将样板图像与被测PCB图像进行对准，只有对准后，才能搜索待检PCB与样本PCB的差别之处，进而发现缺陷问题。

常规的PCB图像对准方法一般为定位点检测法，即在PCB的边角部位设置圆形定位标记，然后利用Hough变化法进行圆形定位标记的检测[2，3]。这种算法简单，易于操作，但需要设置定位点，难以达到PCB生产厂家无损检测的要求。另一种方法是由Besl和Mckay提出的一种优化算法为迭代最近点(ICP)算法[4]，通过不断重复运动变换，确定最近点，来求运动变换的过程并逐步改进。这种算法的优点是可对含噪声的图像进行精确对准，但是这类算法的计算量太大，并且有可能陷入局部极值点[5]。

本文在分析印刷电路板图像偏移特征之后，提出一种图像边缘强度对准模型，利用该模型评价样本PCB图像与待测PCB图像间的对准程度，从而准确地计算出它们之间的平移和旋转参数。由于选取的图像对准模型具有全局性和均衡性，因此，算法的时间复杂度低、实时性好、对准精度高。

2 采集到的PCB图像间存在移位偏差的原因

在中小型PCB生产企业中，出于成本考虑，PCB的下料和丝网漏印阶段多数是半自动化工作，在同批次PCB中，每块PCB的覆铜线路部分与基板的相对位置都存在不同程度的偏移，这种偏移包括一定量的平移或旋转角度。……