赖志明
深圳市晶金电子有限公司
摘要：丝网印刷机是一种高精度的印刷设备，能够被用于很多领域。其中视觉对位系统是丝网印刷机实现高精度印刷的关键环节之一，也是印刷机的重要组成部分。CCD光电耦合器件具有高精度、高密度图像识别定位功能，是丝网印刷机视觉对位系统的核心器件之一。本文从视觉对位系统入手，分析并探讨全自动、高精度丝网印刷机中对光学视觉对位系统的应用，希望可以为推动印刷机进一步发展提供一些思路和参考。
关键词：CCD；光学视觉对位系统；丝网印刷机
引言：电子产品的多功能、全自动、高精度、小型化、一体化是发展的主要方向。丝网印刷机应用焊膏印刷工艺，需要更高精度的印刷定位，要求印刷机各个作业程序之间保持协调一致。CCD光电耦合器件为丝网印刷机的视觉对位系统提供了准确的图像识别定位功能，圆满解决丝网印刷机对印刷定位精度的要求。
1 光学视觉对位系统
光学视觉对位系统是一种借助计算机软件来模拟人类视觉进行高精度定位的系统，能够有效完成对图像的识别、分析和处理，是以机械来完成人类视觉延伸的现代化科技[1]。光学视觉对位系统的应用，相当于给计算机赋予了人体视觉的部分功能，为机械智能化奠定了基础。在光学视觉对位系统中，CCD光电耦合器件是关键要素之一，实现对图像中的目标进行精准定位，与图像处理技术、分析技术共同承担起光学视觉对位系统的高精度功能。在光学视觉对位系统中（如图1所示），CCD光电耦合器件符合定位印刷机液晶玻璃的十字标靶，与丝网基准标靶进行位置对比，如果十字标靶与基准标靶位置不能重合，则可印刷机电机控制部分可控制运动平台的移动，保证精准对位，保证丝网印刷机的印刷精度。
.png)
2 丝网印刷机
丝网印刷机被称为万能印刷机，能够在多种承印物料上进行印刷，印刷质量优秀，图像、文字精准。丝网印刷起源于我国，已经有两千余年的发展和应用历史。丝网印刷可以在纺织品、金属、塑料、陶瓷等多种材料上应用，可以在平面、凸面、凹面等多种材料形态上应用，可以在广告、美术、电子工业等多产业中进行应用。丝网印刷机也是目前国内外印刷业中自动化程度最高的一种印刷机械，搭载的光学视觉对位系统进一步提高了印刷机的印刷精密程度。丝网印刷机可以实现多色印刷，视觉对位系统搭配不同印色的丝网套印定位标记，能够进行高准确度的自动化生产。目前，最优秀的丝网印刷机可以将位置调整用时控制在1秒内，且位置精度达到±0.02mm，应用更少的CCD获取边缘定位，减少实时信号传输成本，降低不确定因素。丝网印刷机的视觉对位通过CCD来实现，最少4个CCD可以实现边缘图像定位。CCD与工业远心镜头、同轴点光源等视觉设备的配合能够进一步提高精度，理论精度可提高至0.00375mm，得到更准确的印刷图像边缘。
3 全自动丝网印刷机中对CCD光学视觉对位系统的具体应用
丝网印刷机中的CCD光学视觉对位系统主要责任是完成图像识别和视觉定位。其中边缘识别非常重要，是提高丝网印刷精度的重要环节。视觉定位需要图像处理和分析技术的配合，计算得出承印材料的精准摆放位置。边缘视觉需要完成图像预处理、边缘提取、滤除、像素处理、最小二乘拟合等多个步骤，最后得到一个比较精准的边缘线条方程。
3.1 图像预处理
图像预处理环节主要进行滤波去噪、特征增强工作，降低外界和机械内部的干扰，提高图像信号传递的质量，保证图像识别的可靠性。滤波可通过频率域、空间域实现，前者通过傅里叶变换达到目的，是一种相对间接的滤波去噪方式，后者直接应用模板进行运算处理，是一种更加直接的滤波去噪方式。无论哪一种滤波去噪方式，都能够在一定程度上增强图像的边缘特征，提高计算机的处理效果。滤波过程中容易出现降噪的同时边缘模糊现象，提高抗干扰能力更强的图像采集设备能够有效避免这种边缘模糊现象，提高图像预处理环节的处理质量。
3.2 边缘提取
经过预处理后，图像的边缘特征得到了增强，有价值的边界信息更加突出，比如灰度变化、纹理变化、灰度值波形方向特征突出等。这些边界信息有助于计算机区分图像边缘目标与背景、区分图像中不同的目标，从而辅助计算机完成对图像的分隔和提取。在边缘提取过程中，灰度值波形通常会出现阶梯型、斜坡型、屋顶型、脉冲型四种变化，其中阶梯型和脉冲型出现的概率较低，低频的传感元件会更多表现出斜坡型、屋顶型的特征[2]。丝网印刷机如能够应用更高对比度的图像或更高对焦效果的镜头设备，可以辅助计算机对边缘的识别和提取，降低灰度值波形变化、误判的可能性。
3.3 滤除
滤除环节主要做的是无关点滤除，去除图像边缘上存在的、占少数的、区别明显的无关点，能够进一步实现对图像边缘的清晰化识别。无关点滤除需要通过算法来进行，计算所扫描到的边缘点，计算出随机两个较远点的直线方程，统计所有边缘点位到该直线的距离，并统计距离小于设定阈值的点数量；点数量超出总数3/4，则可将直线距离大于设定阈值的点作为无关点滤除；点数量小于总数3/4，则需要重新选取两点进行重复计算，直到点数量超出总数的3/4为止。经过多次选取、计算最终会得出较为正确的无关点，并进行滤除；如果多次选取、计算最终没有得到正确的无关点，说明图像的边缘存在错误。
3.4 亚像素处理
经过提取和滤除后，图像的边缘已经比较清晰，想要进一步提高精度则需要进行进一步的像素处理，也就是亚像素处理。亚像素处理通常借助一维灰度矩边缘定位法实现，假设边缘灰度值波形为阶梯型，借助阶梯型中的前三阶灰度矩来建立方程，计算得到理想的阶梯型边缘，进行针对性获取[3]。
3.5 最小二乘拟合
最小二乘拟合以亚像素处理结果为样本，计算更加精确的图像边缘方程。计算图像中每一个样本点到图像上下边缘、左右边缘的距离，若距离大于方程范围，则样本被排除，最终得到所有样本距离都在方程范围的结果。
3.6 CCD联合定位
4个CCD共同完成对承印图像四个边缘的图像采集，通过上述5个过程得到精确的边缘方程，进行联合计算后得到精确的位置定位。需要注意的关键是确定承印图像摆放的偏角，因此，CCD的安装定位应尽量选择对角进行安装，使得图像的偏角能够更明显地展现出来。
结束语：全自动丝网印刷机搭配CCD光学视觉对位系统能够有效提高印刷精度，提高对承印图像的准确识别，避免印刷成果的移动、偏转、边缘模糊。更高精度的光学视觉对位系统、识别设备应用、算法改进，能够进一步提高丝网印刷的准确度，提高印刷生产的自动化水平。
参考文献：
[1]杨竞菁. 基于图像识别定位的平面丝网印刷机的研究[J]. 宁德师范学院学报（自然科学版）,2017,29(01):98-102+107.
[2]张嘉. 高精度锡膏印刷机控制系统研究[D].中南林业科技大学，2019.
[3]杨倩倩，姚竹亭，文亦武. 高精度丝网印刷机中自动对位系统的应用[J]. 科技世界，2015(07):71+248.