Разработка и исследование гистограммного метода определения углового положения технологических объектов при визуальном контроле микрокомпонентов РЭА тема диссертации и автореферата по ВАК РФ 05.12.13, кандидат технических наук Максименко, Сергей Викторович

• Максименко, Сергей Викторович
• кандидат технических наук
• 1998

Оглавление диссертации кандидат технических наук Максименко, Сергей Викторович

СОДЕРЖАНИЕ

Стр.

ВВЕДЕНИЕ

1. АНАЛИЗ ЗАДАЧ АВТОМАТИЗИРОВАННОГО ВИЗУАЛЬНОГО КОНТРОЛЯ ТЕХНОЛОГИЧЕСКИХ ОБЪЕКТОВ ПРОИЗВОДСТВА МК РЭА И ТРЕБОВАНИЙ, ВЫДВИГАЕМЫХ К АВТОМАТИЗАЦИИ

1 Л. Структура и задачи СТЗ

1.2. Анализ требований к техническому состоянию технологических объектов и системам контроля их углового положения

1.3. Анализ методов контроля углового положения технологических объектов

1.4. Анализ гистограммных описаний бинарных изображений технологических объектов

Выводы

2. ИССЛЕДОВАНИЕ ФАКТОРОВ, ОПРЕДЕЛЯЮЩИХ ТОЧНОСТНЫЕ ХАРАКТЕРИСТИКИ СИСТЕМЫ КОНТРОЛЯ УГЛОВОГО ПОЛОЖЕНИЯ ТЕХНОЛОГИЧЕСКИХ ОБЪЕКТОВ ПРОИЗВОДСТВА МК РЭА

2.1. Основные принципы контроля углового положения технологических объектов гистограммным методом

2.2. Выбор математической модели контура технологических объектов

2.3. Анализ информационных признаков гистограмм, определяющих реализуемость и точность метода

2.4. Анализ влияния характеристик системы контроля и геометрических параметров технологических объектов на значения информационных признаков гистограммных описаний изображений

Выводы

3. РАЗРАБОТКА МАТЕМАТИЧЕСКОЙ МОДЕЛИ ИЗМЕРИТЕЛЬНОГО ТРАКТА. ПАРАМЕТРИЧЕСКИЙ СИНТЕЗ СИСТЕМЫ КОНТРОЛЯ УГЛОВОГО ПОЛОЖЕНИЯ ТЕХНОЛОГИЧЕСКИХ ОБЪЕКТОВ ПРОИЗВОДСТВА МК РЭА

ЗЛ. Оценка мощности кластера контурного сегмента

3.2. Оценка ширины кластера контурного сегмента

3.3. Анализ точности гистограммного метода контроля

3.4 Методика параметрического синтеза системы контроля ориентации технологических объектов

3.5. Оценка вычислительной сложности алгоритма определения ориентации технологических объектов гистограммным методом

Выводы

4. РАЗРАБОТКА МЕТОДИКИ ИССЛЕДОВАНИЯ СТАТИСТИЧЕСКИХ ХАРАКТЕРИСТИК ИНФОРМАЦИОННЫХ ПРИЗНАКОВ ГИСТОГРАММ ИЗОБРАЖЕНИЙ ТЕХНОЛОГИЧЕСКИХ ОБЪЕКТОВ ПРОИЗВОДСТВА МК РЭА. МОДЕЛИРОВАНИЕ АЛГОРИТМА КОНТРОЛЯ УГЛОВОГО ПОЛОЖЕНИЯ ОБЪЕКТОВ

4.1. Структура исходных данных программы

4.2. Методика генерации тестовых изображений технологических объектов

4.3 Методика определения статистических характеристик информационных признаков кластеров гистограмм изображений

4.4 Методика определения углового положения технологических объектов

4.5 Анализ возможностей применения гистограммных описаний для решения задач контроля качества, сортировки и захвата

неупорядоченных технологических объектов манипулятором 122 Выводы

5. ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ ГИСТОГРАММНОГО МЕТОДА КОНТРОЛЯ УГЛОВОГО ПОЛОЖЕНИЯ ТЕХНОЛОГИЧЕСКИХ ОБЪЕКТОВ ПРОИЗВОДСТВА МК РЭА

Выводы

ЗАКЛЮЧЕНИЕ

ЛИТЕРАТУРА

Введение диссертации (часть автореферата) на тему «Разработка и исследование гистограммного метода определения углового положения технологических объектов при визуальном контроле микрокомпонентов РЭА»

Введение

Актуальность работы. На современном уровне производства микрокомпонентов радиоэлектронной аппаратуры (МК РЭА) контроль изделий по их изображению благодаря высокой информативности составляет 50-80% от общего объема контрольных операций, которые в основном выполняются человеком. В результате этого велики трудозатраты на их осуществление, снижается объективность и ценность контроля.

Повышение эффективности производства МК РЭА требует применения более современных и быстродействующих методов контроля изделий по их изображению. При этом предпочтение отдается оптико-телевизионным методам контроля с помощью систем технического зрения (СТЗ) на базе универсальных или специализированных ЭВМ.

Вопросам автоматизации технологического визуального контроля посвящены работы коллектива ученых под руководством академика Д.Е.Охоцимского, а также научные труды В.М.Валькова, В.А.Лопухина, А.П.Петрова и ряда других авторов. Теоретические основы и практика применения СТЗ в робототехнике для визуального контроля изложены в работах И.Л.Ероша, А.Н.Писаревского, А.Ф.Чернявского, Ю.Г.Якушенкова и многих других ученых. Практике создания средств автоматизации визуального контроля посвящены работы С.А.Кузьмина, Ю.Д.Жаботинского, В.С.Титова, Д.К.Шелеста, В.И.Сырямкина.

Контроль углового положения технологических объектов (ТО) является функциональной задачей, которую, как правило, всегда приходится решать при автоматизации визуального контроля на основе СТЗ. Под угловым положением (ориентацией) объек-

та, расположенного на рабочей плоскости, понимается угол его поворота, измеренный относительно некоторого эталонного положения. Информация об ориентации необходима при контроле качества для приведения изображений контролируемых изделий к «стандартному» виду, так как достоверность принятия решения по результатам контроля у большинства алгоритмов в значительной степени зависит от угла поворота; контроле линейных размеров, площади, периметра изображений для устранения систематических погрешностей; автоматической сборке узлов для обеспечения качества и повышения производительности процессов; загрузке деталей в обрабатывающее оборудование; упаковке в технологическую тару; сортировке изделий по различным признакам; определении пространственного положения манипуляторов роботов для обеспечения возможности захвата изделий.

Подсистема определения углового положения является одним из звеньев, за счет которого в значительной степени удовлетворяются требования к производительности, точностным характеристикам, стоимости, а также гибкости СТЗ в условиях перехода к более мелким сериям выпуска изделий расширяющейся и часто меняющейся номенклатуры, когда не всегда выгодно и возможно обеспечивать организацию полностью упорядоченной рабочей среды.

Требования, предъявляемые к СТЗ при изготовлении МК РЭА, становятся особенно жесткими в отношении временных затрат на решение перечисленных технологических задач. Измерение ориентации ТО производства МК РЭА существующими методами в общей постановке в реальном масштабе времени оказывается в связи с этим малоэффективным. Поэтому актуальной является разработка нового более эффективного метода контроля углового положения.

Цель диссертационной работы: повышение эффективности контроля углового положения ТО производства МК РЭА в промышленных СТЗ путем разработки метода на основе гистограмм бинарных изображений объектов.

В соответствии с поставленной целью основными задачами исследования являются:

1) анализ конструктивно-технологических характеристик объектов производства МК РЭА, а также требований, выдвигаемых к системам контроля углового положения; 2) разработка метода и алгоритма контроля углового положения ТО производства МК РЭА на основе гистограммных описаний изображений, анализ и выбор информационных признаков (ИП) гистограмм; 3) разработка математической модели, описывающей информационно - измерительный тракт, и синтез исходных данных алгоритмического обеспечения СТЗ для контроля ориентации ТО производства МК РЭА; 4) разработка методики, алгоритма и программных средств для исследования статистических характеристик гистограмм изображений ТО производства МК РЭА, точности метода, а также моделирования алгоритма определения ориентации;

Методы исследования основаны на использовании положений корреляционного анализа, теории случайных процессов, теории вероятности и математической статистики, теории измерений, булевой алгебры и Фурье-преобразовании.

Научная новизна работы 1. Комплексно рассмотрены вопросы влияния конструкторско -технологических параметров объектов производства МК РЭА на точностные характеристики метода определения углового положения ТО по их бинарным изображениям.

2. Разработан метод контроля углового положения ТО производства МК РЭА на основе корреляционного анализа кольцевых гистограмм изображений объектов с эталонной и неизвестной ориентацией.

3. Определены и систематизированы ИП кластеров гистограмм, определяющие реализуемость и точность метода.

4. Разработаны математическая модель информационно- измерительного тракта системы определения ориентации ТО производства МК РЭА, включающая процесс сжатия бинарных изображений, предварительной обработки и корреляционного сравнения гистограмм, а также инженерная методика синтеза параметров системы.

5.Разработаны методика, алгоритм и программные средства для исследования статистических характеристик ИП гистограмм изображений и точности метода, моделирования алгоритма контроля углового положения, синтеза изображений ТО производства МК РЭА с заданными макрогеометрическими параметрами и микрогеометрическими свойствами контура.

Практическая ценность работы ¡.Разработанный метод позволяет повысить эффективность контроля углового положения ТО производства МК РЭА в СТЗ путем повышения скорости вычислительного процесса за счет перехода к обработке сжатой видеоинформации, обеспечивая при этом точность не хуже, чем существующие методы, и составляющую ±1-3° в условиях неидеальности контуров и дискретного растрового представления изображений ТО.

2. Разработанные математическая модель информационно - измерительного тракта и методика синтеза параметров системы контроля ориентации позволяют оценивать возможность реализации и ожидаемую погрешность определения угла разворота объекта

предлагаемым методом на основе доступной конструкторско-технологической информации об объектах производства МК РЭА. 3.Программный продукт может быть использован для исследований и разработки методов определения углового положения и контроля качества изделий на основе гистограмм изображений с целью создания эффективных систем контроля в реальном масштабе времени, исследований в области обеспечения контролепригодности ТО на основе проектирования специальных контрастных меток, а также в условиях производства МК РЭА при проведении автоматизированного технологического контроля различных процессов на базе СТЗ.

Реализация и внедрение результатов работы

Методики, алгоритмы и программа использованы в ОАО «ОМЗ» при предварительном ориентировании листовых заготовок перед штамповкой, а также в АОЗТ «Микросенсор» при производстве газовых микросенсоров. Результаты диссертационной работы используются также в учебном процессе ГУАП.

Апробация работы Основные результаты диссертационной работы и отдельные ее части обсуждались на НТК «Гагаринские чтения» (г.Москва, 1993, 1994, 1996, 1997); НТК «Распознавание -95» (г.Курск, 1995); НТК «Оптико - электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации» (г.Курск, 1997); НТК «Медико -экологические информационные технологии - 98» (г.Курск, 1998); НТК «Оптические, радиоволновые, тепловые методы и средства контроля природной среды, материалов и промышленных изделий» (г.Череповец, 1997); НТК «Оптические, радиоволновые, тепловые методы и средства неразрушающего контроля» (г.Саратов, 1995). В 1997г. автор стал победителем конкурса грантов для студентов,

аспирантов и молодых ученых Санкт-Петербурга в категории «Кандидатский проект» по направлению «Приборостроение» (грант № М97-3.5К-195).

Публикации . По теме диссертации опубликовано 12 работ.

Структура и объем работы . Диссертация состоит из введения, пяти глав, заключения, списка литературы. Работа содержит 122 страницы машинописного текста, 42 рисунка, 2 таблицы, список литературы из 84 наименований, общее количество страниц 153.

На защиту выносятся

- метод контроля углового положения ТО производства МК РЭА на основе корреляционного анализа кольцевых гистограмм изображений объектов с эталонной и неизвестной ориентацией;

- математическая модель информационно-измерительного тракта системы определения ориентации ТО производства МК РЭА, включающая процесс сжатия бинарных изображений, предварительной обработки и корреляционного сравнения гистограмм, а также инженерная методика синтеза параметров алгоритма контроля углового положения;

- методика, алгоритм и программные средства для исследования статистических характеристик ИП гистограмм изображений и точности метода, моделирования вычислительных процессов обработки видеоинформации при контроле углового положения, синтеза изображений ТО производства МК РЭА с заданными конструктор-ско-технологическими характеристиками.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность диссертационной темы, сформулированы цель и основные задачи работы, определена на-

учная новизна, практическая ценность полученных результатов и приведена краткая аннотация работы по главам.

Первая глава посвящена анализу задач автоматизированного визуального контроля ТО производства МК РЭА и требований, выдвигаемых к автоматизации.

На основе анализа задач, решаемых СТЗ при автоматизации технологических процессов производства МК РЭА, делается вывод о том, что важным составным этапом автоматизированного контроля, в значительной степени влияющим на достоверность, точность и производительность выполнения последующих технологических операций, является определение углового положения объектов по их изображениям. Под ТО понимаются планарные конструкции в виде готовых изделий или полуфабрикатов, два габаритных размера которых много больше третьего. К таким объектам относятся печатные платы, подложки микросборок, интегральные микросхемы, фоточувствительные приборы с зарядовой связью (ФПЗС), устройства на поверхностных акустических волнах (ПАВ). К ТО по указанным выше признакам относится и технологическая оснастка: фотошаблоны, маски, трафареты. Различные символы, геометрические фигуры и т.д., наносимые на поверхности ТО и на готовые узлы и детали, также могут быть отнесены по своим признакам к ТО производства МК РЭА. При этом вся необходимая информация для контроля ориентации объектов может быть получена из бинарных изображений.

Сложность решения задачи контроля ориентации определяется комплексом требований, анализ и учет которых необходим при использовании существующих, а также разработке и реализации новых методов. Данные требования можно разделить на две группы: - требования, предъявляемые к техническому состоянию ТО;

- требования эффективности, предъявляемые к СТЗ, и носящие технико-экономический характер.

Основными требованиями технического состояния ТО являются: требования к форме и размерам и предельным отклонениям формы и размеров контура ТО; требования к микрогеометрическим свойствам поверхности и контуров ТО; требования к макрогеомет-рическим свойствам поверхности и контуров ТО.

Требования эффективности характеризуются: соотношением временных затрат и стоимости средств автоматизации; точностью контроля углового положения; разнообразием форм ТО, пригодных для оценки их ориентации каким-либо методом.

Немаловажными особенностями, влияющими на эффективность и встраиваемость в производство СТЗ, реализующей тот или иной метод, являются также требуемый объем памяти, согласование с распространенными на сегодня видеодатчиками на уровне организации и темпа поступления видеоданных, необходимость выполнения дополнительных вычислений, связанных с нормализацией изображений, независимость величины временных затрат от площади (периметра) изображения ТО, уровень квалификации специалиста на стадии обучения.

Особенно жесткими в условиях серийного производства становятся требования к производительности СТЗ, которая должна обеспечивать обработку видеоинформации со скоростью 1..10 изделий в секунду. Так как затраты времени на решение вышеназванных технологических задач включают предварительную обработку, анализ изображений и манипулирование изделиями по результатам контроля, то временные рамки получения информации об угловом положении ТО сужаются в еще большей степени. Следовательно, временные затраты на определение ориентации долж-

ны составлять в общей структуре временных затрат единицы (десятки) мс. Точность существующих методов контроля углового положения ТО лежит в пределах 1-3°.

В контексте данных требований и дополнительных характеристик проведен анализ методов контроля ориентации по полному изображению, контуру, локальным особенностям и круговым сечениям, который показал их недостаточную эффективность прежде всего в отношении производительности.

Жесткость требований, предъявляемых к СТЗ, и сложность задачи измерения ориентации ТО производства МК РЭА в общей постановке в реальном масштабе времени на основе существующих методов позволяют сделать вывод о необходимости разработки нового более эффективного метода контроля углового положения.

Анализ требований, выдвигаемых к автоматизации, и принципов представления сжатой видеоинформации в СТЗ выявил перспективность разработки нового метода, основанного на сокращении избыточности представления бинарных изображений ТО путем сжатия их в гистограмму (вектор) локальных признаков, характеризующую распределение локальных признаков по их величине (угол наклона участка контура изображения в каждой контурной точке). Новый метод назван гистограммным. Применительно к разрабатываемому методу ТО классифицированы по форме, внешнему виду гистограмм и энтропийным показателям последних.

Вторая глава посвящена исследованию факторов, определяющих точностные характеристики системы контроля углового положения ТО производства МК РЭА.

Гистограммный метод измерения ориентации ТО предусматривает реализацию стадий формирования гистограммы изображения, предварительной обработки и корреляционного анализа гис-

тограмм объектов с эталонной и неизвестной ориентацией. Гистограмма изображения ТО представляет собой вектор, компоненты которого определяют плотность распределения участков контура, выделяемых в квадратном сканирующем электронном окне, по величине их угла наклона.

Инвариантность взаимного углового положения контурных сегментов (КС) изображения ТО к преобразованию поворота находит свое отражение в гистограмме. Поворот объекта на угол, при котором его новый силуэт совпадает с исходным, равносилен кольцевому сдвигу составляющих гистограммы.

Данный вид инвариантности позволяет определять угол ориентации ТО путем последовательного кольцевого сдвига гистограмм объектов с эталонной и неизвестной ориентацией и вычислением на каждом шаге меры сходства между векторами в виде нормированной функции взаимной корреляции. Угол ориентации объекта относительно его эталонного положения определяется из условия максимума меры сходства.

Представление бинарного изображения ТО на дискретном растре, конечная размерность и дискретная структура окна, неидеальность контуров ТО, а также шумы видеоканала СТЗ приводят к необходимости предварительной обработки сформированной гистограммы и возникновению погрешности при контроле углового положения предлагаемым методом.

Для проведения точностного анализа с целью выявления условий, при которых гистограммный метод будет обеспечивать сопоставимые значения погрешности, введено множество параметров и моделей, которые характеризуют свойства ТО производства МК РЭА, систему на каждой вычислительной стадии, а также структурные элементы гистограмм или кластеры.

На основе анализа математических моделей шероховатости применительно к абразивной обработке поверхностей и контуров пластин и подложек ТО МК РЭА в качестве математической модели, описывающей микрогеометрические свойства поверхностей и контуров ТО, принята реализация стационарного случайного процесса (ССП) с нулевым математическим ожиданием. Введены параметры, характеризующие макрогеометрию изображений.

Проведен анализ различных способов формирования гистограмм с соответствующим каждому способу множеству параметров системы. Описан алгоритм локализации кластеров и вычисления их центров на стадии предобработки.

Определены ИП гистограмм, характеризующие кластер КС.

Проведенный анализ позволил выделить основные факторы, которые необходимо принимать во внимание при анализе их влияния на ЙП гистограмм, а , следовательно и на точность метода.

Третья глава посвящена разработке математической модели измерительного тракта и методики параметрического синтеза системы определения ориентации ТО производства МК РЭА.

Анализ влияния параметров системы и характеристик ТО производства МК РЭА на значения ИП гистограмм (мощности кластера, максимальной ширины кластера и дисперсии угловых контурных признаков, образующих кластер) позволил обосновать оптимальные условия для их теоретической и экспериментальной оценок. В результате были получены в аналитическом виде выражения, описывающие информационно - измерительный тракт системы и ее точностные свойства. Полученные соотношения легли в основу методики синтеза параметров системы определения ориентации.

Произведена оценка временных затрат на предварительную обработку и корреляционный анализ гистограмм. Переход от анализа двумерных бинарных изображений к их сжатым описаниям в виде гистограмм позволяет в среднем в 10 раз снизить объем обрабатываемой информации и количество вычислительных операций, и, следовательно, уменьшить временные затраты на расчет угла поворота. Ориентировочные оценки временных затрат на предобработку и вычисление меры сходства свидетельствуют о возможности решения задачи контроля ориентации ТО гистограмм-ным методом в реальном масштабе времени в соответствии с требованиями к производительности, сформулированными в главе 1.

Четвертая глава посвящена разработке методики исследования статистических характеристик ИП гистограмм ТО производства МК РЭА и моделированию алгоритма контроля углового положения объектов.

Программный продукт написан на языке OBJECT PASCAL и может быть использован для исследований, разработки и моделирования алгоритмов определения углового положения и контроля качества ТО на основе гистограмм изображений с целью создания эффективных систем контроля в реальном масштабе времени и улучшения контролепригодности ТО, а также в условиях производства МК РЭА при проведении автоматизированного технологического контроля различных процессов на базе СТЗ. Расширение возможностей программы происходит путем добавления модулей, позволяющих реализовывать иные режимы сканирования бинарных изображений ТО, формирования и предварительной обработки гистограмм, исследовать большее число ИП гистограмм и т.д.

Представлена методика подготовки исходных данных для задания режимов обработки изображений и гистограмм. Описано назначение всех элементов управления и логика работы программы.

В рамках программы разработаны базовые процедуры формирования, предварительной обработки, а также корреляционного анализа гистограмм изображений ТО. Для исследовательских целей разработаны процедуры генерации тестовых изображений ТО с контурами с заданными дисперсионными и спектральными свойствами, поворота изображения и статистической обработки данных.

На основе разработанных процедур реализованы методика исследования статистических характеристик ИП кластера КС и алгоритм, моделирующий вычислительные стадии при контроле ориентации ТО.

Важная особенность и достоинство разработанного метода состоит в отсутствии необходимости равенства масштабов изображений объектов с эталонной и неизвестной ориентацией благодаря нормированию гистограмм перед корреляционным сравнением. Также нет ограничений на положение изображений в пределах растра из-за потери пространственной информации при сжатии. В связи с этим за исключением стандартных методов предварительной обработки изображений не требуются дополнительные вычисления для нормализации по масштабу и пространственным координатам. Обучение программы путем простого показа изображения с нужной ориентацией исключает необходимость высокой квалификации специалиста.

Исследованы возможность решения задачи пространственной ориентации захвата манипулятора робота при выборке неупорядоченных, хаотично ориентированных ТО из навала на основе нанесенных на поверхность ТО специальных контрастных меток; под-

ходы к проектированию фигур разной формы с близкими гистограммами с целью формирования групповых гистограммных описаний и распознавания фигур по другим признакам. Проектирование тестовых изображений, позволяющих визуализировать различные типы дефектов, дает возможность контролировать качество поверхности на основе анализа сформированных гистограмм.

Проектирование подобных меток и нанесение их на ТО сложной формы позволяет упростить программно - аппаратную структуру СТЗ и повысить ее гибкость для облегчения перехода к все более мелким сериям выпуска изделий расширяющейся и часто меняющейся номенклатуры с одной стороны и повысить технологичность и контролепригодность самих изделий с другой.

Пятая глава посвящена обсуждению результатов экспериментальных исследований гистограммного метода контроля углового положения ТО производства МК РЭА.

Результаты исследований свидетельствуют о пригодности полученных соотношений для практической оценки параметров информационно - измерительного тракта системы контроля углового положения.

В большинстве случаев гистограммный метод обеспечивает точность не хуже, чем существующие методы, и составляющую ±1-3° в условиях неидеальности контуров и дискретного растрового представления изображений ТО.

В заключении сформулированы основные результаты работы: 1. Проведен анализ конструктивно-технологических характеристик объектов производства МК РЭА, существующих методов контроля углового положения и требований, выдвигаемых к автоматизации, выявлена перспективность использования гистограммных описа-

ний изображений для повышения эффективности решения задачи определения угла поворота объектов.

2. Разработан метод контроля ориентации ТО производства МК РЭА, позволяющий удовлетворить требования, выдвигаемые к автоматизации контрольных операций на базе СТЗ.

3.Проведен анализ и выбор ИП гистограмм, определяющих реализуемость и точность метода расчета угла поворота ТО производства МК РЭА.

4. Разработаны математическая модель информационно - измерительного тракта системы определения ориентации ТО производства МК РЭА, включающая процесс сжатия бинарных изображений, предварительной обработки и корреляционного сравнения гистограмм, а также инженерная методика синтеза параметров системы.

5. Разработана методика, алгоритм и программные средства, позволяющие исследовать статистические характеристики ИП гистограмм изображений, точность метода, а также моделировать вычислительные стадии алгоритма контроля углового положения.

6. Исследованы возможности применения гистограммных описаний для решения задач контроля качества поверхностей, сортировки изделий и захвата ТО из навала манипулятором на основе проектирования специальных контрастных меток и изображений. Результаты работы использованы:

- в ОАО «ОМЗ» при предварительном ориентировании листовых заготовок перед штамповкой;

- в АОЗТ «Микросенсор» при производстве газовых микросенсоров;

- в учебном процессе ГУАП.

По материалам диссертации опубликованы работы: 1.Максименко C.B., Карпов C.B. Использование свойств симметрии деталей при разработке критериев телевизионного контроля

/«XIX Гагаринские чтения»: Тез. докл. молодежной науч.-техн. конф., апрель 1993; МГАТУ. М., 1993. 4.2. стр.41

2.Максименко C.B. Телевизионная измерительная система /«XX Гагаринские чтения»: Тез. докл. молодежной науч.-техн. конф., апрель 1994; МГАТУ. М., 1994. 4.2. стр.32

3. Максименко C.B. Определение ориентации технологических объектов по их изображениям Санкт - Петербургская академия аэрокосмического приборостроения. Санкт -Петербург, 1997. 15с., Д.Р. ВИНИТИ № 51-В97, 08.01.97.

4. Лопухин В.А., Максименко C.B. Система технического зрения для распознавания положения ЧИП-конденсаторов в движении // «Распознавание - 95»: тез. конфер., Курск, 1995.

5. Лопухин В.А., Шелест Д.К., Максименко C.B. Структурно-лингвистический подход к анализу регулярных структур при автоматизированном визуальном контроле // «Оптические, радиоволновые, тепловые методы и средства неразрушающего контроля»: тез. конфер., Саратов, 1995.

6. Максименко C.B. Способ автоматического определения ориентации деталей по их изображениям на операциях сборки и контроля качества /«XXIII Гагаринские чтения»: Тез. докл. молодежной науч.-техн. конф., апрель 1997; МГАТУ. М., 1997.

7. Максименко C.B. Функции лингвистического фильтра в системах технологического визуального контроля /«XXII Гагаринские чтения»: Тез. докл. молодежной науч.-техн. конф., апрель 1996; МГАТУ. М., 1996. 4.2. стр.15

8. Лопухин В.А., Максименко C.B., Шелест Д.К. Определение ориентации технологических объектов на основе гистограммных описаний их изображений // «Оптико - электронные приборы и уст-

ройства в системах распознавания образов, обработки изображений и символьной информации»: тез. конфер., Курск 1997.

9. Лопухин В.А., Максименко C.B., Шелест Д.К. Определение ориентации технологических объектов на основе гистограммных описаний их изображений // «Оптические, радиоволновые, тепловые методы и средства контроля природной среды, материалов и промышленных изделий»: тез. конфер., Череповец, 1997.

10. Максименко C.B. Использование гистограммного представления изображений при определении ориентации объектов в системах технологического визуального контроля // Известия вузов. Приборостроение. Per. № 8092.

11. Максименко C.B. Программа «Измерение ориентации технологических объектов на основе гистограммных описаний бинарных изображений». № Гос.ФАП 50980000018, 1998.

12. Лопухин В.А., Максименко C.B. Гистограммный метод определения ориентации объектов по их изображениям в системах технологического визуального контроля // «Медико * экологические информационные технологии - 98»: тез. конфер., Курск, 1998.

Заключение диссертации по теме «Системы, сети и устройства телекоммуникаций», Максименко, Сергей Викторович

Выводы

1. Ширина кластера у КС ТО определяется размерностью электронного сканирующего окна и шероховатостью контура. Расчетное соотношение для у позволяет с учетом поправки оценить ширину кластера с приемлемой для практики точностью.

2. Коэффициент Кс , характеризующий долю контурных признаков, сделавших свой вклад в формирование кластера КС, и осуществляющий переход от длины КС Р(ЬГ)Х к средней мощности соответствующего кластера Р{ЬГ)КЛ в (36) зависит от шероховатости контура, его спектральных свойств и допуска на нелинейность участка контура в электронном сканирующем окне.

3. Контроль ориентации ТО производства МК РЭА на основе корреляционного анализа гистограмм угловых контурных признаков бинарных изображений обеспечивает в большинстве случаев точность не хуже, чем существующие методы, и составляющую ±1-3° в условиях шероховатых контуров и дискретного растрового представления изображений ТО. Увеличение допуска на нелинейность контура в электронном сканирующем окне позволит улучшить точностные характеристики метода еще на 10-30%.

4 43

Заключение

Диссертационная работа посвящена разработке и исследованию гистограммного метода определения углового положения технологических объектов при визуальном контроле микрокомпонентов РЭА с целью повышения эффективности вычислительного процесса за счет сжатия бинарных изображений.

При выполнении данной работы получены следующие основные результаты:

1. Проведен анализ конструктивно-технологических характеристик объектов производства МК РЭА, существующих методов контроля углового положения и требований, выдвигаемых к автоматизации, выявлена перспективность использования гистограммных описаний изображений для повышения эффективности решения задачи определения угла поворота объектов.

2. Разработан метод контроля ориентации ТО производства МК РЭА, позволяющий удовлетворить требования, выдвигаемые к автоматизации контрольных операций на базе СТЗ.

3. Проведен анализ и выбор ИП гистограмм, определяющих реализуемость и точность метода расчета угла поворота ТО производства МК РЭА.

4. Разработаны математическая модель информационно - измерительного тракта системы определения ориентации ТО производства МК РЭА, включающая процесс сжатия бинарных изображений, предварительной обработки и корреляционного сравнения гистограмм, а также инженерная методика синтеза параметров системы.

5. Разработана методика, алгоритм и программные средства, позволяющие исследовать статистические характеристики ИП гисто грамм изображений, точность метода, а также моделировать вычислительные стадии алгоритма контроля углового положения. 6. Исследованы возможности применения гистограммных описаний для решения задач контроля качества поверхностей, сортировки изделий и захвата ТО из навала манипулятором на основе проектирования специальных контрастных меток и изображений.

Список литературы диссертационного исследования кандидат технических наук Максименко, Сергей Викторович, 1998 год

ЛИТЕРАТУРА

1. Лопухин В.А., Гурылев A.C. Автоматизация визуального технологического контроля в электронном приборостроении. Л.: Машиностроение, 1987.-287 с.

2. Техническое зрение роботов/В.И. Мошкин, A.A. Петров, B.C. Титов, Ю.Г. Якушенков; Под общ. ред. Ю.Г. Якушенкова. - М.: Машиностроение, 1990. - 272 с.

3. Элементная база современного электронного приборостроения и перспективы ее развития/ B.C. Гутников, В.В. Островерхов, И.Л. Смелянский, В.Г. Барышев, А.И. Бухштиб, C.B. Якубовский, С.Л. Судьан, И.И. Рыбкин// Тез. докладов 5-й Всесоюз. науч. -техн. конф. науч. - техн. общ. им. С.И. Вавилова. - Л.: ЛДНТП, 1980. - С.3-13.

4. Оптические методы контроля интегральных микросхем. Состояние и перспективы совершенствования/ Под ред. Л.Г. Дубицко-го. - М.: Радио и связь, 1982. - 136 с

5. Производство полупроводниковых приборов/Л. А. Петров, Л.П. Федоров, В.М. Багров, Ю.Н. Тихонов. - М.: Энергия, 1979. - 432 с.

6. Пресс Ф.П. Фоточувствительные приборы с зарядовой связью. -М.: Радио и связь, 1991. - 264 с.

7. Морган Д. Устройства обработки сигналов на поверхностных акустических волнах: Пер. с англ. - М.: Радио и связь, 1990. -416 с.

8. Кузьмин С. А. Методы определения ориентации объектов в системах технического зрения// Измерения, контроль, автоматизация. 1986. № 2. С. 36 - 45.

9. Жаботинский Ю.Д., Исаев Ю.В. Адаптивные промышленные роботы с бесконтактными сенсорными системами// Зарубежная радиоэлектроника, 1983, № 11.

10.Жаботинский Ю.Д., Сердцев А.А. СТЗ для промышленных роботов// Зарубежная радиоэлектроника, 1985, № 12.

П.Розенфельд А. Распознавание и обработка изображений с помощью вычислительных машин. - М.: Мир, 1972. - 232 с.

12.Шелест Д. К. Методы аппаратной обработки изображений в автоматических системах контроля // Дефектоскопия. - 1995. - № 5. - С. 25 - 35.

13.Martini P., Nehr G. Recognition of angular orientation of objects with the of optical sensors// Industrial Robot. - 1979. - Vol.6, №6. - P. 62-69.

14.Hu M.K. Visual pattern recognition by moment invariants// IEEE Trans. On Inform. Theory. - 1962. - Vol. IT-8. - P. 179-187.

15.Dessimoz J.D. Sens visuel pour robots industriels// Bull. Des Shweiz. Elektrotechn. Ver.-1983. Vol.74, №9. - P. 458-464.

16.Britanak V., Sloboda F., Trebaticky I. A modular vision system for inspection, material handling and assembly// 2nd Int. Conf. On Artificial Intelligence and Information-Control Systems of Robots: 1982. - Smolenice, - P. 24-29.

17.MAVIS - a practical robot vision system/ W. Shoeborn, K. Fritzsch, A. Newman, U. Schroder//Ibid. - P.216-219.

18.Дуда P., Харт П. Распознавание образов и анализ сцен. - М.: Мир, 1976. - 420 с.

19.Путятин Е. П., Аверин С. И. Обработка изображений в робототехнике. - М.: Машиностроение, 1990. - 320 с.

20.Тхабесимов Д.К., Усиков Д.А. Определение полной системы инвариантов функций относительно группы движений плоскости

в задачах распознавания изображений - Препринт/ ИКИ АН СССР. - 1979. -№491. - 14 с.

21.Харичев В.В., Шмидт А.А., Якубович В.А. Об одной задаче распознавания образов// Автоматика и телемеханика. - 1973. - № 1 - С.15-21.

22.Tanaka К., Ozawa К. A new type of feature extraction of patterns using coherent optical systems// Patt. Recogn. 1972. Vol.4, - P. 251262.

23.Попов В.П., Ерош И.Jl., Игнатьев М.Б. Сравнительная оценка систем различения изображений и определения угловой ориентации// Применение промышленных роботов и манипуляторов на транспортно-складских и перегрузочных работах в XI пятилетке. - Л.: ЛДНТП, 1981.- С.38-46.

24.Aleksander I., Thomas W., Bowden P. WISARD - a radical step forward in image recognition// Sensor Rev. - 1984. Vol.4, №3. - P. 120-124.

25.Кузьмин С.А. Интегральные инварианты для классификации объектов в системе технического зрения роторов// Методы исследования нелинейных систем управления. - М.: Наука, 1983. -С.177-182.

26.Об одном регулярном методе получения признаков для идентификации плоских объектов/ А.Ш. Колискор, Е.Б. Лашко, Б.И. Модель, Б.Л. Саламандра// Изв.АН СССР. Сер. Техн. Кибернетика,- 1982.- №4. - С. 132-135.

27.Lin C.S., Hwang C.L. Visual identification using elliptic features// Int. Conf.Rob., Atlanta, GA, 13-15 March 1984.- S.I.: Silver Spring, 1984,- P.2-8.

28.Dessimoz J.D. Visual identification and location in a multi-object environment by contour tracking and curvature description// Proc. 8th ISIR, 30 May 1 June 1978,- Vol.2.- P. 764-777.

29.Identification and localization of industrial workpieces by means of TV camera in interactive mode/ N. Shivarov, G. Georgiev, O. Ma-nolov et al.// Proc. CUPR'83: IEEE Сотр. Soc. Conf. Comput. Vision and Patt. Recogn., Washington, 19-23 June 1983. .- S.I.: Silver Spring, 1983,-P.139-148.

30.Системы распознавания автоматизированных производств/ В.JI. Генкин, И.Л. Ерош, Э.С. Москалев.-Л.: Машиностроение. Ле-нингр. Отд-ние, 1988.-246 с.

31.Джайн Р., Аггарвал Дж.К. Машинный анализ сцен, состоящих из объектов криволинейных очертаний// ТИИЭР. 1979. Т.67. С.121-130.

32.Лашкевич Ю.И. О некоторых явлениях в зрительном анализаторе, связанных с распознаванием образов// Вопросы бионики. М.: Наука, 1967. С.48-52.

33.Сунь Ц.Ю., Берто М., Мори С. Автоматическое распознавание рукописных знаков: Состояние вопроса// ТИИЭР. 1980. Т.68. С.44-65.

34.Белокуров А., Сечко В.В. Стохастические модели в задачах анализа и обработки изображений// Зарубежная радиоэлектроника, 1989, № 5.

35.A.B.S. Hussain, G.T. Toussaint Results obtained using a simple character recognition procedure on Munsons handprinted data// IEEE Trans. Comput. Vol.21, P.201-205.

36.A.A. Spanjersberg Combinations of different systems for the recognition of handwritten digits// Proc. 2nd Int. Joint Conf. Patt. Recogn., 1974. P. 208-209.

■i 4 9

37.N.D.Tucker, F.C. Evans A two-step strategy for character recognition using geometrical moments// Proc. 2nd Int. Joint Conf. Patt. Recogn., 1974. P. 223-225.

38.R.Bakis, N.M.Herbst An experimental study of machine recognition of handprinted numerals// IEEE Trans. Syst. Sci. Cybern., vol.4, 1968, P.119-132.

39.W.W.Bledsoe, I.Browning Pattern Recognition and reading by machine// Proc. East. Joint Сотр. Conf., 1959. P. 225-232.

40. J.R. Ullmann Experiments with the n-tuple method of pattern recognition//IEEE Trans. Comput. Vol.18, 1969. P.1135-1137.

41.H.A. Glucksman Multicategory classification of patterns represented by high-order vectors of multilevel measurements// IEEE Trans. Comput. Vol.20, 1971. P.1593-1598.

42.A.L. Knoll Experiments with «Characteristic Loci» for recognition of handprinted characters// IEEE Trans. Comput. Vol.18, 1969. P.366-372.

43.T.W.Calvert Nonorthogonal projections for feature exstraction in pattern recognition//IEEE Trans. Comput. Vol.19, 1970. P.447-452.

44. A. W.Holt Algorithm for a low-cost hand print reader// Comput. Design. 1974. P.85-89.

45.Чен. Автоматическое отыскание критерия для наилучшего отбора признаков в задаче распознавания образов.//ТИИЭР, 1965, т.53, с. 2353-2355.

46.K.S.Fu, Y.T.Chien, G.P.Cardillo A dynamic programming approach to sequential pattern recognition// IEEE Trans. Comput. Vol.16, 1967. P.790-803.

47.Гайшук О.В., Денисов В.М., Матвеев Ю.Н. Определение ориентации плоских объектов с использованием гистограмм второго

порядка бинарных изображений//Изв. Вузов. Приборостроение. 1991. №6, с.3-7.

48.Денисов В.М., Матвеев Ю.Н., Хаваев В.Т. Классификация бинарных изображений плоских объектов с использованием гистограмм второго порядка//Изв. Вузов. Приборостроение. 1991. №5, с.3-8.

49.Методы и средства анализа изображений при контроле объектов в реальном масштабе времени/ Лопухин В.А., Шелест Д.К., Сал-мин П.Н., Балкибеков С.Э.// Проблемы создания систем обработки и распознавания изображений. Труды II республ. Семинара. - Ташкент: Фан, АН УзСССР, 1990, с. 132-143.

50.Фор А. Восприятие и распознавание образов/Пер. с фр. A.B. Середин-ского; под ред. Г.П. Катыса.- Машиностроение, 1989-272 с.

51.Кузнецов П.М. Алгоритм формирования в реальном масштабе времени гистограммы длин серий. Межвуз. сб. науч. трудов: Методы неразрушающего контроля в производстве микроэлектронной аппаратуры и ее компонентов, С-Петербург, ЛИАП 1991, с. 109-116.

52.Лопухин В.А., Лебедев Б.М., Шелест Д.К. Гистограммный метод технологического оптико-телевизионного контроля плоских элементов микроэлектронной аппаратуры. Межвуз. сб. Оптические, радиоволновые и тепловые методы и средства неразрушающего контроля качества изделий, Л.: СЗПИ, 1989, с.29-33.

53.Лопухин В.А., Явнов Г.Н., Шелест Д.К. Синтез оптимального алгоритма распознавания дефектов планарных структур прямоугольной топологии. - В кн.: Физические методы и средства неразрушающего контроля в производстве микроэлектронной аппаратуры и ее компонентов, Л.: ЛИАП, 1986.

54.Обработка изображений на ЭВМ/ В.А. Бутаков, В.И. Островский, И.Л. Фадеев. - М.: Радио и связь, 1987. - 240 с.

55.Определение ориентации технологических объектов по их изображениям. Максименко C.B. Санкт - Петербургская академия аэрокосмического приборостроения. Санкт -Петербург, 1997. 15с., библиогр. 3 назв. Д.Р. ВИНИТИ № 51-В97, 08.01.97.

56.Максименко C.B. Использование гистограммного представления изображений при определении ориентации объектов в системах технологического визуального контроля // Известия вузов. Приборостроение. Per № 8092.

57.СТ СЭВ 1156-78. Основные нормы взаимозаменяемости. Шероховатость поверхности. Термины и определения.М.: Изд-во Стандартов, 1978.-16 с.

58.СТ СЭВ 638-77. Основные нормы взаимозаменяемости. Шероховатость поверхности. Основные параметры и числовые значения. М.: Изд-во Стандартов, 1977.-12 с.

59.ГОСТ 2789-73. Шероховатость поверхности. Параметры и характеристики. М.: Изд-во Стандартов, 1973.-18 с.

60.ГОСТ 27964-88. Из-во Госстандарт. Измерение параметров шероховатости. Термины и определения. М.: Изд-во Стандартов, 1988.-10 с.

61.ГОСТ 25142-82. Ст. Шероховатость поверхности. Термины и определения. М.: Изд-во Стандартов, 1982.-12 с.

62.СТ СЭВ 301-88. Основные нормы взаимозаменяемости. Допуски формы и расположение поверхности. Основные термины и определения. М.: Изд-во Стандартов, 1988.-16 с.

63. Способ выделения характерных признаков линий изображения/ Перевод № 137038, Пат. № 56-15544, Пат. вед. Японии, пат. б. «Токке кохо» 10 апреля 1981 г.

64.Витенберг Ю.Р., Оценка шероховатости поверхности с помощью корреляционных функций, Вестн. Машиностроения, №1 (1969).

65.Шероховатость поверхностей (теоретико - вероятностный подход), Хусу А.П., Витенберг Ю.Р., Пальмов В.А., Гл. ред. физ,-мат. лит. издательства «Наука», 1975. 344 с.

66.Нара Д. О периодичности обработанной поверхности, Сэймицу кикай (Япон.) 30, № 11 (1964).

67.Kubo М. Statistical analysis of surface roughness waveforms, Ann. CIRP. 14, № 3 (1967).

68.Рудзит Я.А., Одитис И.А. О параметрах нерегулярной шероховатости поверхности, Сб. «Приборостроение», вып.8, Рига, 1972.

69.Вентцель Е. С., Овчаров JI. А. Теория случайных процессов и ее инженерные приложения. М.: Наука. Гл. ред. физ. -мат. лит. -1991. - 384 с.

70.Вентцель Е. С. Теория вероятностей. М.: 1969, 576 с.

71.Новицкий П. В., Зограф И.А. Оценка погрешностей результатов измерений. - 2-е изд., перераб. и доп. - JI: Энергоатомиздат. 1991. - 304 с.

72.Справочник конструктора точного приборостроения/ Г.А. Вер-кович, E.H. Головенкин, В.А. Голубков и др.; Под общ. ред. К.Н. Явленского, Б.П. Тимофеева, Е.Е. Чаадаевой,- JL: Машиностроение. Ленингр. отд-ние, 1989.-792 с.

73.С. Марков Цифровые сигнальные процессоры. Книга 1. М.: Микроарт, 1996,- 144 с.

74.Максименко С.В. Программа «Измерение ориентации технологических объектов на основе гистограммных описаний бинарных изображений». Гос. № ФАП 50980000018 , 1998.

75.Э. Возневич. DELPHI. Освой самостоятельно: Пер. с англ.- М.: Восточная Книжная Компания, 1996. - 736 с.

76.Бакут П.А., Колмогоров Г.С. Сегментация изображений: методы выделения границ областей.// Зарубежная радиоэлектроника, 1987 №10.

77.Быстрые алгоритмы в обработке изображений, под ред. Хуанга Т.С. М.: Радио и связь, 1984, 221 с.

78.Претт У. Цифровая обработка изображений, в двух книгах. М.: Мир, 1982. 790 с.

79.Павлидис Т. Алгоритмы машинной графики и обработка изображений, М.: Радио и связь, 1986, 400 с.

80.Очков В.Ф. Mathcad Plus 6.0 для студентов и инженеров.-М.: «КомпьютерПресс», 1996. - 238 с.

81.Марков А.Н. Фоточувствительный прибор с зарядовой связью типа К1200ЦМ7// Электронная техника. Сер. Полупроводниковые приборы. - 1990. - вып.4. - с.68-87.

82.Яншин В.В., Калинин Г.А. Обработка изображений на языке Си для IBM PC: Алгоритмы и программы. - М.: Мир, 1994.

83.Р.Б.Келли, Э.А.Ш. Мартинш, Дж.Р.Берк, Ж.Д. Дессимос. Три алгоритма технического зрения для задачи взятия деталей из бункеров//ТИИЭР. 1983. Т.71. С.23-44.

84.Техническое зрение роботов/ Под ред. А. Пью; Пер. с англ. Д.Ф. Миронова; Под ред. Г.П. Катыса. - М.: Машиностроение, 1987. - 320 с.