菜单

图像对齐（Image Alignment）使用说明

作者: JT下载

图像对齐使用说明

适用软件：FIX 检测软件
文档版本：2026-04-20

1. 为什么需要图像对齐

实际检测过程中，由于以下原因，同一批次产品每次成像的位置并不完全一致：

机械定位误差：传送带、托盘、治具都存在毫米级误差。
手工放置偏差：操作员放置产品时的平移、旋转（常见 0°/90°/180°/270° 摆放）。
X 射线系统几何差异：旋转台角度、倾角、放大倍率的轻微变化会带来缩放偏差。
产品本身的微小姿态差异：翘曲、厚度不均引起的投影形变。

教学时绘制的检测 ROI、检测规则、参考模板都是基于教学那一张图的坐标。如果不先把当前图像"搬"回教学姿态，所有下游检测模块的 ROI 都会落在错误位置，检测结果必然偏差。

一句话定义：图像对齐 = 把当前产品图像按平移、旋转、（必要时）缩放变换到与教学模板一致的坐标系，然后把模板中的检测 ROI 复制到图像中，进行检测。

2. 在处理链中的位置

FIX 的处理链由若干模块按顺序串联。对于空洞检测的典型配置：

复制代码

  ┌────────────────┐
  │    原始图像    │   ← 来料 X 射线图
  └───────┬────────┘
          │
          ▼
  ┌────────────────┐
  │    图像对齐    │   ← 本模块（必须在检测之前）
  └───────┬────────┘
          │  输出：对齐后的图 + 变换矩阵
          ▼
  ┌────────────────┐
  │    空洞检测    │   ← 检测模块使用教学 ROI
  └────────────────┘

关键规则：

对齐模块必须位于所有使用 ROI / 教学坐标的检测模块之前。
对齐失败时，下游检测会被标记为"对齐错误"，本次结果无效。

3. 教学与运行流程

3.1 教学阶段

打开一张典型、代表性好的样品图像（建议姿态正确、无缺陷）。
放置检测 ROI 并完成检测设置（参数、规则、阈值等）。
图像对齐模块会自动添加到检测模块之前，当前样品图会自动存为参考图像，无需手动配置。
如有必要，根据产品特点在图像对齐模块中调整对齐方式（默认整图 / ROI 图像对齐 / 阈值对齐 / 模型对齐，见第 4、5 节）。
保存教学文件——所有模块参数（含参考图像、检测 ROI、阈值、模型路径）会全部保存。

📌 教学图像很关键：参考图应清晰、无缺陷、姿态为标准基准姿态。一旦教学文件发布，这张参考图就固化在教学文件里，后续所有产品都以它为"对齐目标"。

3.2 运行阶段

加载教学文件，处理链按教学时的顺序重建。
来料图像送入链首。
图像对齐模块读取参考图 → 计算变换矩阵 → 输出对齐后图像。
下游模块在对齐图像上执行检测，ROI 自然落位。

4. 对齐算法总览

FIX 提供 4 种对齐策略，按推荐优先级从高到低列出：

推荐顺序	方式	适用情况	速度
① 首选	默认整图对齐（模板匹配 + 自动旋转识别）	绝大多数标准场景：产品姿态基本一致，画面整体较为干净。开机即用，无需任何额外配置。	★★★★
② 次选	ROI 图像对齐：画一个矩形 ROI 并勾选"设为图像对齐 ROI"	当画面边缘或部分区域存在强干扰（丝印、定位孔、托盘、其他器件），想让算法聚焦在产品主体 / 中心区域时使用。	★★★★
③ 特殊情况	阈值对齐	仅在特殊来料下使用：没有治具 / 模具、背景特别干净（如纯白托盘）、只有随机手放的小件在上面，产品与背景灰度差异极大。一般不建议使用，具体项目是否启用请参照 FIX 团队出具的项目说明。	★★★★★
④ 兜底	高级模型对齐	当以上三种方案均无法得到稳定结果时，联系 FIX 团队为产品训练专用对齐模型。例如软性材料、柔性薄膜、难以完全铺平的产品，通用方式对齐效果通常都不会好，需要模型对齐兜底。	★★

📌 请按 ① → ② → ③ / ④ 的顺序尝试。如果 ① 和 ② 都不稳定，先根据 FIX 团队的项目说明判断是否应使用 ③，再不行就联系 FIX 团队评估 ④。

5. UI 参数详解

图像对齐面板从上至下分为四个分组：选中的 ROI、图像对齐设置、对齐模型、阈值对齐。

5.1 选中的 ROI

当你在画布上选中一个 ROI 框时，下列开关会作用到该 ROI。

控件	作用
设为图像对齐 ROI	把当前 ROI 标记为"对齐参考区域"，算法只在此范围内做模板匹配，而不是整张图。适合产品内部存在显著特征（如定位孔、字符、焊盘阵列）、但画面边缘嘈杂或背景干扰大的场景。选中后 ROI 会以黄色边框显示。
设为动态 ROI	为该 ROI 打开"运行时自适应跟踪"。即使全局对齐不够精确，该 ROI 仍会在对齐图上用模板匹配自行微调到目标上。适合单颗小器件（如 QFN、小芯片、定位柱）位置有独立偏差的场景。

动态 ROI 子参数

控件	默认	取值	说明
对齐得分 >	90	0–100	动态跟踪的最低置信度（%）。低于此值认为"没找到"，不移动 ROI。数值越高越严格，越低越宽松。
当前得分	—	只读	上一次运行的实际匹配得分，方便调试阈值。
搜索区扩展（px）	100	0–9999	在 ROI 外围扩展多少像素作为搜索窗口。偏移越大需要越大；但过大会显著降低速度。经验值：预计最大偏移量 + 30% 余量。
子 ROI 跟随移动	勾选	—	勾选后，该 ROI 下所有子 ROI 会整体跟随父 ROI 移动，保持相对位置不变。
参考	外接框 (BBOX)	外接框 / 中心点	子 ROI 跟随时以父 ROI 的外接框角点还是中心点为基准。一般保持默认。

5.2 图像对齐设置

控制整图对齐（默认的模板匹配模式）。

控件	默认	说明
对齐得分 <	1500	整图对齐的失败阈值（模板匹配得分）。得分小于该值则认为对齐失败。数字越大要求越高。来料稳定时可以设大；姿态差异大时适当调小。
当前得分	—	只读，显示本次运行实际得分。
SSIM 得分	—	只读，0–1 之间。1 表示对齐后图像与参考图结构完全一致。可直观评估对齐质量。
禁用图像对齐	未勾选	总开关。勾选后本模块直接透传，不做任何变换。一般只在调试或产品已完全固定、无偏差时使用。
禁用自动旋转	未勾选	禁用 90°/180°/270° 自动旋转识别。已知来料姿态固定时勾选可加速并避免误判。
禁用目标物体搜索	未勾选	跳过"先找到产品整体轮廓再对齐"这一步，直接在全图做模板匹配。产品在图中位置固定、背景干净时勾选可加速；若背景复杂务必保持未勾选。
显示对齐得分	未勾选	把对齐得分 / SSIM 叠加绘制到输出图上，方便调试。量产时建议关闭。
使用结构对齐	未勾选	实验性。使用基于结构（边缘 / 梯度）的对齐，对低对比度场景有时更稳定。仅在默认方式效果不佳时启用。
使用仿射变换	未勾选	默认为刚体变换（平移 + 旋转 + 均匀缩放）；勾选后允许六自由度仿射变换（加入剪切与非均匀缩放）。适合产品存在轻微形变（柔性板、热胀冷缩）的场景，但对噪声更敏感，没必要不要开。
使用增强的旋转检测	未勾选	把旋转识别从"纯模板匹配"升级为关键点匹配。对有明显特征的产品（字符、引脚、焊盘阵列）识别更稳。特征少的平整表面反而不如默认方式。
参考图像路径	—	参考图（模板）的磁盘完整路径。通常通过右侧 … 按钮浏览选择。该路径会保存在教学文件中，部署到其他机台时需要保证路径有效。建议使用教学文件相对路径或固定共享路径。

5.3 对齐模型（高级模型对齐）

当产品特性特殊、通用图像对齐功能（模板匹配 / 阈值对齐）效果不佳时，可以改用"高级模型对齐"——由 FIX 团队针对具体产品训练并提供的专用对齐模型。

典型需要使用模型对齐的场景：

来料外观差异大（颜色、表面处理、批次差异导致模板匹配得分普遍偏低）；
背景复杂或产品在画面中占比很小（托盘开口、散件环境、多产品混料）；
产品存在 2D → 3D 形变或遮挡（翘曲、倾斜、部分被夹具遮挡）；
反复调参仍无法稳定对齐——多次生产测试发现模板匹配对齐失败率 > 5%。

控件	说明
模型下拉框	选择 FIX 团队提供的对齐模型。选择 "None" 表示不使用模型对齐，继续使用默认模板匹配。
测试	在当前图像上试运行一次所选模型，将模型识别出的目标以青色矩形叠加显示，用来确认模型是否找到了正确的目标。

📌 如现场产品需要模型对齐，请联系 FIX 团队：提供若干张代表性来料图像与一张教学模板图，我们将训练专用模型并交付模型文件，放入软件指定目录后即可在下拉框中出现。

5.4 阈值对齐

这是一个可勾选的分组——勾选分组标题即启用阈值对齐模式，启用后会覆盖默认的模板匹配。

控件	默认	取值	说明
阈值（滑块）	128	0–255	二值化阈值。滑动即可看到右侧数值。X 射线灰度图中通常产品比背景暗 / 亮，阈值定在二者之间。
反转	未勾选	—	取反二值化方向。默认"低于阈值 = 前景"；勾选后"高于阈值 = 前景"。根据产品在图中是比背景暗还是亮来选择。
最小面积	200	0–999999	小于该像素数的轮廓会被过滤掉，避免边缘噪点影响质心计算。小产品需调小，大产品可增大以滤除脏污。
旋转检测 (180°)	未勾选	—	在阈值对齐基础上再做一次 180° 姿态判断。适合产品可能倒置放置的场景。

原理：对参考图与当前图做相同阈值化 → 筛选轮廓 → 计算前景质心 → 把当前图平移到参考质心位置。只处理平移（+ 可选 180° 翻转），不处理旋转 / 缩放。

何时使用：

产品纯粹是平移偏差（治具定位良好，只是左右上下差几毫米）；
产品与背景灰度差异明显（如密封件、小芯片、独立摆放件）；
对速度要求极高——阈值对齐比模板匹配快 3–5 倍。

6. 对齐流程详解——算法内部是怎么匹配得分的

本节解释默认模式（模板匹配）的完整计算步骤。理解这一过程有助于合理设置"对齐得分 <"阈值。

6.1 整体步骤

复制代码

 ┌─────────────────────┐   ┌─────────────────────┐
 │   参考图 Reference  │   │   当前图 Current    │
 │   （教学时保存）    │   │   （来料）          │
 └──────────┬──────────┘   └──────────┬──────────┘
            │                         │
            └───────────┬─────────────┘
                        ▼
              ┌──────────────────┐
              │ 步骤 ① 尺寸对齐  │
              │ 二者尺寸不一致？ │
              │ 则对当前图补边 / │
              │ 裁切到参考图尺寸 │
              └─────────┬────────┘
                        ▼
              ┌─────────────────────┐
              │ 步骤 ② 目标定位     │ ← 可"禁用目标物体搜索"跳过
              │ 用轮廓 / 阈值找到   │
              │ 产品主体包围框      │
              └─────────┬───────────┘
                        ▼
              ┌─────────────────────┐
              │ 步骤 ③ 旋转识别     │ ← 可"禁用自动旋转"跳过
              │ 判断是否 90° /      │
              │ 180° / 270° 摆放    │
              │ 有则先反向旋转      │
              └─────────┬───────────┘
                        ▼
              ┌──────────────────┐
              │ 步骤 ④ 模板匹配  │ ★ 得分在此产生
              │ 在当前图上滑动   │
              │ 参考模板，逐像素 │
              │ 计算相似度       │
              └─────────┬────────┘
                        ▼
              ┌──────────────────┐
              │ 步骤 ⑤ 变换矩阵  │
              │ 由最佳匹配位置   │
              │ 反算平移 / 缩放  │
              │ 旋转的 2×3 矩阵  │
              └─────────┬────────┘
                        ▼
              ┌──────────────────┐
              │ 步骤 ⑥ 图像重采样│
              │ 把当前图按矩阵   │
              │ 变换 → 对齐后图  │
              └─────────┬────────┘
                        ▼
              ┌──────────────────┐
              │ 步骤 ⑦ 评估得分  │
              │ • 对齐得分       │
              │ • SSIM 得分      │
              │ 低于阈值 → 失败  │
              └──────────────────┘

6.2 模板匹配得分是如何计算的（步骤 ④ 细节）

模板匹配采用 归一化互相关。把参考图当作"模板"，在当前图上一格一格地滑动比较：

复制代码

当前图（搜索区域）
 ┌──────────────────────────────┐
 │                              │
 │    ┌──────┐                  │
 │    │模板  │←── 在此位置比较  │
 │    │      │     像素相似度   │
 │    └──────┘                  │
 │         ┌──────┐             │
 │         │模板  │←── 下一位置 │
 │         └──────┘             │
 │              ...             │
 └──────────────────────────────┘
        ↓
  每个位置得一个得分
        ↓
  取最高得分的位置 = 最佳匹配

每个位置的得分 = 该位置下模板像素与搜索图像素的归一化相关系数，范围 −1 ~ +1（在软件中会按实现方式映射为 0–99999 的整数得分）：

相关系数	含义
接近 +1	像素分布高度一致，完美匹配
接近 0	无相关性，基本没匹配上
接近 −1	反相关（一般不会出现）

对齐得分 = 整张图上找到的最高那个得分。

默认阈值 1500（对应归一化互相关中等偏上的匹配度）。
只有"最高得分 ≥ 阈值"才认为对齐成功。

SSIM 得分 是对齐完成之后再算一次"对齐后图 vs 参考图"的结构相似性指数（0 ~ 1）：

≥ 0.85：对齐质量非常好；
0.60 ~ 0.85：可接受；
< 0.60：对齐后结构已明显不一致，建议调整参数。

6.3 旋转识别流程

复制代码

 参考图 + 当前图
      │
      ▼
 ┌───────────────────────┐
 │ 勾选了"使用增强的     │
 │  旋转检测"？          │
 └────┬──────────┬───────┘
      │ 是       │ 否
      ▼          ▼
 ┌────────┐   ┌──────────────┐
 │关键点  │   │ 分别把当前图 │
 │提取并  │   │ 旋转 0°/90°/ │
 │匹配    │   │ 180°/270°    │
 │→ 角度  │   │ 四次模板匹配 │
 └───┬────┘   │ 比较得分     │
     │        └──────┬───────┘
     └────────┬──────┘
              ▼
    确定产品旋转角度
              ▼
    把当前图反向旋转回正
              ▼
    进入步骤 ④ 模板匹配

6.4 动态 ROI 的二次精对齐

全局对齐保证整块产品落位后，某些独立偏移的小器件（如 QFN、单颗电容、定位柱）仍可能有残余偏差。对这些 ROI 勾选"设为动态 ROI"后，算法会在全局对齐之上再做一次局部跟踪：

复制代码

  全局对齐完成（整体落位）
            │
            ▼
  ┌──────────────────────────────┐
  │ 对每个动态 ROI：              │
  │                               │
  │  ① 以教学 ROI 位置为中心      │
  │  ② 向外扩展"搜索区扩展"像素   │
  │  ③ 在扩展区域内再做一次       │
  │     模板匹配                  │
  │  ④ 最高得分 ≥ 阈值？          │
  │      是 → 移动 ROI 到最佳位置 │
  │      否 → 保持原位，当前得分  │
  │            写入显示           │
  │  ⑤ 若"子 ROI 跟随移动"勾选，  │
  │     子 ROI 整体跟随父 ROI     │
  └──────────────────────────────┘

7. 对齐方式选择建议

场景	推荐方式	关键参数
标准 PCB / 一般来料，姿态基本一致	① 默认整图对齐	"对齐得分 < 1500" 可保持默认
画面边缘嘈杂，希望聚焦产品中心	② ROI 图像对齐 — 画矩形 ROI + 勾选"设为图像对齐 ROI"	ROI 应略大于核心特征，但不要覆盖整张图
产品可能旋转摆放（0°/90°/180°/270°）	保持"禁用自动旋转"未勾选；特征明显时开启"使用增强的旋转检测"	—
柔性板、热变形、轻微几何畸变	开启"使用仿射变换"	对齐得分阈值可适当调低
无治具 / 纯白背景 / 手放随机小件	③ 阈值对齐（特殊情况，须按项目说明启用）	调好"阈值"与"最小面积"
所有通用方式都无法稳定（软性材料、不能铺平等）	④ 联系 FIX 团队训练专用模型对齐	交付后先用"测试"按钮验证
单板上某些小器件存在独立偏移	对这些 ROI 启用"设为动态 ROI"	"对齐得分 > 90"，"搜索区扩展" = 最大偏移 + 余量

8. 失败排查

错误信息	含义	建议
图像对齐失败：输入为空	输入图未加载	检查上游模块、图像来源
图像对齐失败：模板图像为空 / 无效	参考图路径无效	重新指定参考图像路径
图像对齐失败：未找到类似物体	匹配得分低于阈值	降低"对齐得分 <"；或尝试 ROI 对齐；或联系 FIX 团队启用模型对齐
图像对齐失败：模板矩形无效	对齐 ROI 超出图像范围	检查 ROI 位置；检查参考图与当前图尺寸是否一致
阈值对齐：参考图像中未找到目标	阈值太高 / 太低，或最小面积过大	调整阈值滑块、尝试"反转"、减小"最小面积"
阈值对齐：当前图像中未找到目标	当前图亮度 / 对比度与教学时差异大	检查 X 射线曝光参数是否一致，或改用其他对齐模式

调试技巧

勾选"显示对齐得分"观察实际得分，判断阈值是否合理。
观察 SSIM 得分：通常 ≥ 0.85 说明对齐优秀；0.60–0.85 可接受；< 0.60 建议重新调整。
模块预览窗口会并排显示"当前图 | 参考图 | 对齐后图"，肉眼即可验证对齐质量。
使用模型对齐时，先按"测试"按钮确认检测框是否正确，再投入量产。

9. 性能与部署注意事项

阈值对齐 最快（毫秒级），模板匹配 次之，模型对齐 相对最慢（但稳定性最好）。
GPU 版 FIX 会自动加速模型对齐与部分模板匹配。
教学文件中保存的参考图像路径跨机部署时必须同步，推荐把参考图与教学文件放在相同的相对目录，或放在网络共享目录。

10. 相关文档

官方帮助站点图像对齐条目：https://help.floatech.com/docs/HbBOXa
检测案例集：https://help.floatech.com/docs/cases

上一个

气孔检测操作

下一个

Image Alignment User Guide

最近修改: 2026-04-20Powered by