论文部分内容阅读
[摘 要]印刷电路板（PCB）模具质量检验是一件繁重而复杂的工作，传统的人工检查方法存在许多弊端，实现一个快速、高效、精确的PCB模具孔洞相关数据信息提取系统是一个具有现实意义的任务。本文使用图像预处理技术，数学形态学运算得到所有目标孔洞。
[关键字]PCB模具 图像二值化 数学形态学
中图分类号：G63 文献标识码：A 文章编号：1009-914X（2019）11-0121-01
1、绪论
如今，印刷电路板（PCB）被更加广泛地应用在电子信息工业中各个领域。随着PCB需求和制造数目的大幅上升，特定形态PCB模具也需要进行大批量的生产，这使得PCB模具缺陷检测成为PCB生产过程中的一个十分重要的环节。PCB模具缺陷[1]一般表现为孔洞破损、缺孔、多孔、粘连、孔洞间距违例等。
PCB模具缺陷检测是保证PCB质量的重要手段。基于图像处理提取PCB模具孔洞，继而对孔洞进行数据提取，可以获取孔洞位置、面积、周长等单个孔洞相关数据，相对距离、相对方位角等孔洞间拓扑关系。本文的研究对于提高PCB模具检测系统的性能十分重要。
目前我国的PCB模具缺陷检测方式较为单调，大多数为人工目检和车床测试[2-4]。人工目检检测速度缓慢，容易漏检，人力成本较高，视觉疲劳也导致容易产生疏忽和臆断。车床检测为继人工检测方法后应用起来的检测手段，成本较高，因此不适用于小量模具缺陷检测。
2、 PCB模具孔洞提取算法实现
图像处理模块包括图像读取、图像预处理、形态学运算，软件部分采用MATLAB平台实现。读取到的PCB模具图像经过灰度化、二值化、滤波等预处理过程、形態学开运算过程。最终在系统中得到一幅可区分模具中所有孔洞和背景的二值化图像。
获取的图像在一般情况下都是采用RGB三通道颜色模式，在图像预处理过程中，需要将图像转为8位灰度值图像。图像灰度化有多种方法，例如最大值法、平均值法、加权平均法。本文结合实际条件以及PCB模具特点采用加权平均法对采集到的RGB图像进行灰度转换。加权平均法根据重要性及其他指标，将RGB三个分量以不同的权进行加权平均。人眼对绿（G）敏感度最高，对蓝（B）敏感度最低，介于此点，按公式（1）对RGB三分量进行加权平均可以得到较为合理的灰度图像R（i，j）为该位置像素点红色分量值，G（i，j）、B（i，j）同理。
（1）
灰度化效果如图所示。
进行图像增强[5]就是要对图像进行加工处理，使得到的增强后的图像更适合我们的具体应用。未经处理的PCB模具图像孔洞中间存在反光区域，进行滤波可以大幅度地抑制孔洞间的噪声。中值滤波[6]起到平滑图像、滤除噪声的作用，与均值滤波不同的是，中值滤波可以很好地保护图像细节，在图像去噪的同时保护图像细节部分，不造成图像模糊。中值滤波采用非线性方法，在平滑脉冲噪声方面非常有效，保护图像尖锐边缘，选择适当的点来代替污染点的值，处理效果好，对椒盐噪声表现较好。本文使用中值滤波可以很大程度上填补孔洞中间的空白。
二值化可以简化后期处理，提高处理速度。为达到使PCB模具中的孔洞与背景有较强的分割效果，本文将灰度图像进行二值化来提取图像中的有用信息。本文采用OTSU阈值分割算法[6]来进行图像二值化处理。灰度化和二值化结果如图1所示。
图1 目标灰度化、二值化效果
经过预处理后的孔洞依然存在一定的缺失部分，此处缺失部分如果直接进行数据提取，会对结果造成很大的偏差，影响系统效果。所以需要对预处理后的图像进行开运算处理，进一步在孔洞大小和边缘不变的情况下，填补上内部缺失。
3、总结与展望
本文综合运用图像预处理技术，数学形态学运算等非接触检测方法得到所有目标孔洞。孔洞提取为下一步孔洞特征提取在图像方面创造出良好的条件，可以提取孔洞的重心位置、面积等信息以及有关孔洞间的拓扑关系。
还有以下几个方面有待完善：图像处理模块中，对PCB模具的预处理较简单，处理方式并没有针对模具的特质进行很好的优化，造成分割输出的孔洞存在一定程度上的形状失真，之后需要在此方面进行更好的处理。
参考文献
[1]王雁玲.自动光学检测系统中图像处理技术研究[D].天津：天津大学，2009.
[2]肖展业，杨素行，彭毅.测试仪综述[C]. 中国西部地区第二届SMT学术研讨会论文集.北京：清华大学，2001：36-38.
[3]刘永新.印刷电路板自动光学检测系统的设计与研究[D].北京：北京交通大学，2007.
[4]刘尚军，程宪平.PCB瑕疵图像实时视觉检测方法的研究[J].计算机工程与应用，2002，38（16）：71-74.
[5]张毓晋.图像处理和分析[M].北京：清华大学出版社，2005，72-93.
[6]冈萨雷斯.数字图像处理[M].北京：电子工业出版社，2005，98-108.
[关键字]PCB模具 图像二值化 数学形态学
中图分类号：G63 文献标识码：A 文章编号：1009-914X（2019）11-0121-01
1、绪论
如今，印刷电路板（PCB）被更加广泛地应用在电子信息工业中各个领域。随着PCB需求和制造数目的大幅上升，特定形态PCB模具也需要进行大批量的生产，这使得PCB模具缺陷检测成为PCB生产过程中的一个十分重要的环节。PCB模具缺陷[1]一般表现为孔洞破损、缺孔、多孔、粘连、孔洞间距违例等。
PCB模具缺陷检测是保证PCB质量的重要手段。基于图像处理提取PCB模具孔洞，继而对孔洞进行数据提取，可以获取孔洞位置、面积、周长等单个孔洞相关数据，相对距离、相对方位角等孔洞间拓扑关系。本文的研究对于提高PCB模具检测系统的性能十分重要。
目前我国的PCB模具缺陷检测方式较为单调，大多数为人工目检和车床测试[2-4]。人工目检检测速度缓慢，容易漏检，人力成本较高，视觉疲劳也导致容易产生疏忽和臆断。车床检测为继人工检测方法后应用起来的检测手段，成本较高，因此不适用于小量模具缺陷检测。
2、 PCB模具孔洞提取算法实现
图像处理模块包括图像读取、图像预处理、形态学运算，软件部分采用MATLAB平台实现。读取到的PCB模具图像经过灰度化、二值化、滤波等预处理过程、形態学开运算过程。最终在系统中得到一幅可区分模具中所有孔洞和背景的二值化图像。
获取的图像在一般情况下都是采用RGB三通道颜色模式，在图像预处理过程中，需要将图像转为8位灰度值图像。图像灰度化有多种方法，例如最大值法、平均值法、加权平均法。本文结合实际条件以及PCB模具特点采用加权平均法对采集到的RGB图像进行灰度转换。加权平均法根据重要性及其他指标，将RGB三个分量以不同的权进行加权平均。人眼对绿（G）敏感度最高，对蓝（B）敏感度最低，介于此点，按公式（1）对RGB三分量进行加权平均可以得到较为合理的灰度图像R（i，j）为该位置像素点红色分量值，G（i，j）、B（i，j）同理。
（1）
灰度化效果如图所示。
进行图像增强[5]就是要对图像进行加工处理，使得到的增强后的图像更适合我们的具体应用。未经处理的PCB模具图像孔洞中间存在反光区域，进行滤波可以大幅度地抑制孔洞间的噪声。中值滤波[6]起到平滑图像、滤除噪声的作用，与均值滤波不同的是，中值滤波可以很好地保护图像细节，在图像去噪的同时保护图像细节部分，不造成图像模糊。中值滤波采用非线性方法，在平滑脉冲噪声方面非常有效，保护图像尖锐边缘，选择适当的点来代替污染点的值，处理效果好，对椒盐噪声表现较好。本文使用中值滤波可以很大程度上填补孔洞中间的空白。
二值化可以简化后期处理，提高处理速度。为达到使PCB模具中的孔洞与背景有较强的分割效果，本文将灰度图像进行二值化来提取图像中的有用信息。本文采用OTSU阈值分割算法[6]来进行图像二值化处理。灰度化和二值化结果如图1所示。
图1 目标灰度化、二值化效果
经过预处理后的孔洞依然存在一定的缺失部分，此处缺失部分如果直接进行数据提取，会对结果造成很大的偏差，影响系统效果。所以需要对预处理后的图像进行开运算处理，进一步在孔洞大小和边缘不变的情况下，填补上内部缺失。
3、总结与展望
本文综合运用图像预处理技术，数学形态学运算等非接触检测方法得到所有目标孔洞。孔洞提取为下一步孔洞特征提取在图像方面创造出良好的条件，可以提取孔洞的重心位置、面积等信息以及有关孔洞间的拓扑关系。
还有以下几个方面有待完善：图像处理模块中，对PCB模具的预处理较简单，处理方式并没有针对模具的特质进行很好的优化，造成分割输出的孔洞存在一定程度上的形状失真，之后需要在此方面进行更好的处理。
参考文献
[1]王雁玲.自动光学检测系统中图像处理技术研究[D].天津：天津大学，2009.
[2]肖展业，杨素行，彭毅.测试仪综述[C]. 中国西部地区第二届SMT学术研讨会论文集.北京：清华大学，2001：36-38.
[3]刘永新.印刷电路板自动光学检测系统的设计与研究[D].北京：北京交通大学，2007.
[4]刘尚军，程宪平.PCB瑕疵图像实时视觉检测方法的研究[J].计算机工程与应用，2002，38（16）：71-74.
[5]张毓晋.图像处理和分析[M].北京：清华大学出版社，2005，72-93.
[6]冈萨雷斯.数字图像处理[M].北京：电子工业出版社，2005，98-108.