Fatal编程技术网
  • csharp/
  • C# 亚像素精度的图像处理

C# 亚像素精度的图像处理

c# image-processing computer-vision

C# 亚像素精度的图像处理,c#,image-processing,computer-vision,vision,subpixel,C#,Image Processing,Computer Vision,Vision,Subpixel,我正在写一个控制工业机械的用户界面程序 该机器是一种用于电子生产行业的自动在线屏幕打印机。该机器的确切用途是将锡膏印刷到裸PCB上。 该系统包括2个摄像机，构成一个视觉系统，用于定位基准点并自动化机器所涉及的过程。 我面临的问题是，我需要能够在从相机拍摄的图像中定位形状和对象，这已经足够直截了当了，但是-为了获得所需的精度，我需要能够以亚像素精度进行定位 这两个摄像头组成一个双视觉摄像头，其中一个摄像头向上看模板，另一个向下看PCB。双视觉摄像机位于一个在X和Y方向移动的移动托架上。PCB夹在一

我正在写一个控制工业机械的用户界面程序

该机器是一种用于电子生产行业的自动在线屏幕打印机。该机器的确切用途是将锡膏印刷到裸PCB上。 该系统包括2个摄像机，构成一个视觉系统，用于定位基准点并自动化机器所涉及的过程。 我面临的问题是，我需要能够在从相机拍摄的图像中定位形状和对象，这已经足够直截了当了，但是-为了获得所需的精度，我需要能够以亚像素精度进行定位

这两个摄像头组成一个双视觉摄像头，其中一个摄像头向上看模板，另一个向下看PCB。双视觉摄像机位于一个在X和Y方向移动的移动托架上。PCB夹在一张桌子上，可以在X、Y和θ方向移动。视觉系统用于检测PCB位置和模具位置之间的差异，然后调整工作台使两者对齐

编辑：

这是从现有UI程序中截取的部分屏幕快照：

模具图像是顶部图像，PCB是底部图像，这里的图像是灰度图像-在新系统中，我正在使用颜色查看，但需要使用灰度

注意：当你读到这篇文章时，你可能会想“为什么不在现有的UI中使用你所使用的任何东西呢？”现有的UI是用VB6编写的，这是我想放弃的，而程序的vision端是由不再存在的第三方公司编写的.ocx

我玩过一点Forge.NET，发现它非常容易使用，我可以用它来定位各种不同的形状，找到它们的中心，这很好，但它没有亚像素精度。然而，我可能会以此为起点，然后对单个中心像素甚至整个形状应用子像素算法

编辑：

以下是我使用Forge编写的测试程序的示例图像：

红色轮廓和十字线是我添加的视觉辅助/实验。这是我可能使用的相机拍摄的，分辨率为1280 x 1024，但是镜头不是我将使用的实际镜头，这就是为什么图像有点“鱼眼”。此外，感兴趣的对象将比这更好的光

在实际系统中，镜头将在模板和PCB上看到10mm x 8mm的平方米，这意味着每个像素将代表7.8125um^2，但是我可以一次以1.25um的增量移动XYY表，如果我不能用相机看到这些移动，这基本上是无用的。 我需要1um（亚）像素精度

有人知道我可以用什么来做这件事吗？我已经搜索了很长一段时间了，但我所能找到的似乎都是关于以亚像素精度渲染图像的信息

或者，更好的是，有人知道我如何能自己写一些东西来做这件事吗？我甚至不知道从哪里开始

任何反馈都将不胜感激。

新信息告诉我们很多。。。我认为您应该更关注粘贴应用的精度，而不是托架位置的精度。我打赌打印机的网点尺寸和误差比1um大得多，而且所需的精度取决于PCB使用情况（布线和间隙宽度）。无论如何，我会这样做：

  • 线性化图像几何体

    你需要去鱼眼图像。由于相机/光学装置的设置是固定的（特别是焦距和到PCB的距离），您应该为每个PCB厚度制作棋盘格的图像。然后创建将棋盘线性化为真实矩形的映射，以便在下一个过程之前丢弃偏差

  • 正常化照明条件

    • 看
  • 亚像素精度

    图像的每个像素都是其区域内所有内容的集成。因此，如果我们知道任何边界（背景/前景）的两种颜色（
    c0，c1
    ），那么我们可以估计它们的亚像素位置。让我们从轴对齐的矩形开始。我是这样看的：

    y=y0 + pixel_size*s0 // if c0 is on the top
y=y0 + pixel_size*s1 // if c1 is on the bottom

    网格的每个正方形表示一个像素区域
    c0
    为灰色，
    c1
    为绿色。在相机图像中，最终颜色是每个像素内所有颜色的组合：

    • c=s0*c0+s1*c1
    其中，
    c
    是最终像素颜色，
    s0、s1
    是与
    c0、c1
    范围内的颜色相关的区域，
    s0+s1=1.0
    。现在我们要计算
    s0，s1
    以获得亚像素精度。因此，首先检测边界上的像素位置，作为以下之一：

    x=x0 + pixel_size*s0 // if c0 is on the left
x=x0 + pixel_size*s1 // if c1 is on the left
    • 水平边
    • 垂直边缘
    • 角落
    这可以通过检查相邻像素来实现
    c0，c1
    可以从具有饱和颜色的像素（所有相邻像素具有相同的颜色）中获得，这些像素位于内部区域像素中。我将忽略角点像素，因为它们的位置可以从最近的H/V边缘像素获得（不可能从上面的等式中同时获得x，y坐标）。现在，对于每个H，V边，只需求解系统：

    I.  c = s0*c0 + s1*c1
II. s0 + s1 = 1.0;
    计算
    s0，s1
    ，垂直边缘的边缘位置为以下之一：

    x=x0 + pixel_size*s0 // if c0 is on the left
x=x0 + pixel_size*s1 // if c1 is on the left
    水平边如下所示：

    y=y0 + pixel_size*s0 // if c0 is on the top
y=y0 + pixel_size*s1 // if c1 is on the bottom
    其中，
    x0，y0
    是像素的左上角位置，坐标系是
    x+
    向右，而
    y+
    向下。如果你有不同的设置，只要改变方程

    现在，如果得到的是非轴对齐的边，则需要计算斜率（一个轴上的像素数在另一个轴上发生变化
    dy/dx
    ），并相应地处理这些区域：