Leiterplatte Blog - Forschung und Implementierung von Bildvorverarbeitung auf Basis von Leiterplatten

Um die Bildqualität der Leiterplatten, zur nachträglichen Verbesserung der Anerkennungsrate der Leiterplatte Bild, Das Originalbild wurde mit der MATLAB-Sprache vorverarbeitet, einschließlich der Graustufentransformation der Bildraumdomäne und der Bildglättungsfilterung zur Entfernung von Rauschen. Erstens, die Lärmschwelle, Medianfilter und schnelle Medianfilter werden untersucht, und ein schneller gewichteter Medianfilteralgorithmus wird vorgeschlagen. Das Bild wird von MATLAB verarbeitet, und das graue Histogramm und Spektrogramm werden verglichen und analysiert. Die Ergebnisse zeigen, dass der schnell gewichtete Medianfilter verwendet wird. Der Filteralgorithmus löst die Probleme des schlechten Kontrasts, große Rauschen und unscharfe Details von Leiterplatte Bilder, was die Bildqualität erheblich verbessert. In der Informationsindustrie, die Leiterplatte ist eine unverzichtbare Säule. Als Basiskomponenten verschiedener elektronischer Produkte und Informationsträger, der verschiedene elektronische Komponenten integriert, die Leiterplatte hat sich schnell in Richtung High Performance entwickelt, hohe Geschwindigkeit, Licht, dünn, kurz und klein. , Technologie und Komplexität haben ein sehr hohes Niveau erreicht. Daher, mit der kontinuierlichen Erweiterung der Leiterplatte Feld, die Bedeutung der Leiterplatte wird auch weiter zunehmen. Während der Probenahme, Quantifizierung, und Übertragungsprozess des Graustufenbildes, das auf der Leiterplatte gemessen werden soll, durch ungleichmäßige Beleuchtungsänderungen, sensor noise of the charge-coupled device (CCD, Charge-Coupled Device) camera itself, and analog-digital acquisition (AD, Analog -to-Digital) process quantization noise, Partikelrauschen, das durch den lichtempfindlichen Prozess erzeugt wird, und leichtes Jitter verursacht durch menschliche Faktoren, etc., Die während der Übertragung und des Empfangs erhaltenen Bilder werden zwangsläufig von internen Geräten und externen Umgebungen beeinflusst, dadurch die Bildqualität verzerrt. , das Signal-Rausch-Verhältnis sinkt. Um Lärm zu reduzieren, Ein Glättungsfilter kann verwendet werden, um das zu testende Bild zu filtern, aber die Auswahl von Glättungsfiltern unterschiedlicher Größe hat unterschiedliche Unschärfegrade des bearbeiteten Bildes. Daher, zur Verbesserung der Bildqualität, Der verwendete Filter kann nicht nur Rauschen effektiv entfernen und das ursprüngliche Aussehen des Bildes so weit wie möglich erhalten.

1. Image enhancement
Image enhancement is a technology to improve image quality. Verglichen mit einer Vorverarbeitung der Bilderkennung, Es kann in zwei Kategorien unterteilt werden: räumliche Domänenverarbeitung und Frequenzbereichsverarbeitung entsprechend dem unterschiedlichen Raum der Bildverbesserungsverarbeitung. Ersteres beinhaltet den Graustufeneffekt auf dem Bild. und Histogrammkorrektur, alle direkt den Pixelgrau-Wert verarbeiten; Letzteres ist die Analyse der spektralen Komponenten des Bildes, und nach Fourier transformieren, Die hochfrequenten und niederfrequenten Teile des Bildspektrums werden verarbeitet, und dann wird der inverse Fourier durchgeführt. Blatttransformation, um das gewünschte Bildergebnis zu erhalten. Durch externe Exposition und andere Störfaktoren im Kanalübertragungsprozess, die gesammelten Leiterplatte Bild reduziert die Helligkeit des Bildes und erhöht das Rauschen. Um Störgeräusche effektiv zu beseitigen und den Kontrast zwischen Hell und Dunkel des Bildes zu verbessern, Dieses Papier soll auf dem Leiterplatte. Graustufentransformation und Bildglättung der ausgewählten räumlichen Domäne in der Bildverbesserung.

1.1 Grayscale transformation in spatial domain
As an important means of image enhancement, Graustufentransformation kann den Dynamikbereich des Bildes erhöhen, den Kontrast des Bildes erweitern, und machen Sie die Bildmerkmale offensichtlicher, um den Bildanzeigeeffekt zu verbessern. Graustufentransformation kann in lineare und nichtlineare Transformation unterteilt werden. Let the grayscale range of das Original image m (x, y) be [a, b], and the gray scale of the linearly transformed image n (x, y) will be extended to [c ,d], Die Beziehung zwischen ihnen ist: durch Über- oder Unterbelichtung, Die Graustufen des vom CCD erfassten PCB-Bildes können innerhalb eines kleinen Bereichs variieren, und der Computer kann keine Graustufen und Unschärfe Bild sehen. Die Verwendung der linearen Transformation kann die Graustufen jedes Pixels des unscharfen Bildes linear dehnen, die die visuelle Wirkung des Bildes effektiv verbessern kann. Zur Verbesserung der Nachbearbeitung und Merkmalsextraktion der Bilderkennung, the original Leiterplatte Bild wird zuerst einer binären Graustufenverarbeitung unterzogen, und dann wird die Bilddomänenmethode der Histogrammkorrekturtechnologie verwendet, um das Bild auszugleichen.

1.2 Image smoothing in spatial domain
The purpose of image smoothing is to reduce and eliminate image noise to improve image quality for subsequent processing such as image segmentation and image recognition. Im räumlichen Bereich, Nachbarschaftsmittelung kann verwendet werden, um Lärm zu reduzieren; im Frequenzbereich, Verschiedene Formen der Tiefpassfilterung können aufgrund der höheren Wahrscheinlichkeit des Rauschenspektrums in Hochfrequenzbändern verwendet werden. Im räumlichen Bereich umfasst die Bildglättung hauptsächlich Rauschschwelle, Nachbarschaftsdurchschnitt, gewichteter Durchschnitt, Medianfilter und andere Methoden.

1) Noise threshold
The noise threshold method is a common noise removal method, Das hat einen hohen Wirkungsgrad für Geräusche und ist einfach und leicht zu entfernen. Wenn es das Bild glättet, es ist die Einstellung der Schwelle. Die Einstellung des Schwellenwerts wirkt sich direkt auf den Filtereffekt und Bilddetails aus. Dann, nach den Eigenschaften des Bildes, jedes Pixel wird nacheinander erkannt, und alle Pixelwerte in seiner Nachbarschaft basieren auf der Formel. Vergleichen und beurteilen, ob das Pixel Rauschen ist. Wenn es nicht Lärm ist, wird der ursprüngliche Wert des Pixels ausgegeben, wenn es Lärm ist, Die Ausgabe ist der Durchschnittswert der Graustufen anderer Pixel in der Nachbarschaft. Die Auswahl des Schwellenwerts T bei dieser Methode ist sehr wichtig. Wenn T zu groß oder zu klein ist, Es führt mehr oder weniger zu unzureichender Rauschglättung oder unscharfen Bildern.
1.2.2 Median Filtering
The traditional median filtering algorithm mainly focuses on the sorting of the window data. Um die Anzahl der Permutationen zu reduzieren und den Median schneller zu erhalten, Ein schneller Medianfilterungsalgorithmus wird vorgeschlagen. Das Array wird für den Betrieb in ein eindimensionales Array zerlegt, und die Array-Ebene wird zuerst genommen. Der Medianwert jeder Zeile wird genommen, und dann wird der Medianwert des Medianwerts jeder horizontalen Zeile als Ausgabe des Filters genommen.

2) Fast weighted median filter
In order to solve the contradiction between noise reduction and protection of image details, In dieser Arbeit wird ein schneller gewichteter Median-Filteralgorithmus vorgeschlagen., was nicht nur die Filtergeschwindigkeit verbessert, das Geräusch ist gut gefiltert, schützt aber auch mehr Bilddetails. . Durch Gewichtung, Der Anteil des zentralen Pixels im Fenster wird erhöht. Für den Eingang: I1 I2 , , , IN) , der ausgegebene gewichtete Medianfilter: r repräsentiert das Gewicht, MED{} repräsentiert die mediane Operationsfunktion, and specifies that W=( 1, 1, 1) is the standard window. Bereitstellung: wobei T die Schwellenfunktion ist, wenn W eine ganze Zahl ist, Anzahl der gewichteten Ausgangskomponenten in 1 {WrI ,2 2 } NNW rI W rI: Schnelle gewichtete Medianfilterung Der Operationsprozess des Medianbetriebs MED ist: Erstens, sortieren Sie die cN-Zahlen in der gewichteten Ausgabe in aufsteigender Reihenfolge, und die T-te Zahl der nach der Sortierung ausgegebenen cN-Zahlen ist die mittlere Ausgabe.

2. MATLAB image enhancement processing
MATLAB supports 5 image types including index image, Graustufenbild, Binärbild, RGB-Bild und Multi-Frame-Bildarray; die gesammelten Leiterplatte Bild kann zuerst mit Kontrast verbessert werden, und dann denomisiert. Das ursprüngliche Rauschen des Bildes wird auch stark erhöht, wenn der Kontrast erhöht wird, so dass die anschließende Bildzerstörung keine guten Ergebnisse erzielen kann. Daher, in diesem Papier, Das Bild wird zuerst denoisiert und dann verstärkt. Auf den gesammelten Leiterplatte image, Es kann Geräusche geben, die gelöscht werden müssen, die Lichtquellenintensität nicht ausreicht, und das Bild kann dunkel als Ganzes sein. Erstens, use the RGB2GRAY function to convert die gesammelten image to grayscale The image (256 colors) is compared with the method proposed in this paper and the traditional median filtering method for the PCB image containing salt and pepper noise. Nach der Entgiftung, Graustufentransformation wird verwendet, um das PCB-Bild zu verbessern. Die Helligkeit des Amplitudenspektrums spiegelt die Amplitude jeder Frequenzkomponente wider, and the energy of the image is mainly concentrated in the low frequency band (central part). Obwohl das Hochfrequenzband eine geringe Menge an Energie enthält, es enthält wichtige Informationen des Bildes. Die Randinformationen des Bildes gehören zu den Hochfrequenzinformationen. Ähnlich, Der Graupegel des Rauschens ändert sich schnell und ist auch die Hochfrequenzinformation. Aus der Abbildung ist ersichtlich, dass beide Filtermethoden die hochfrequenten Komponenten des Bildes in gewissem Maße unterdrücken, und kann das Rauschen im Hochfrequenzband effektiv herausfiltern, aber die niederfrequenten Komponenten, das ist, der Teil, an dem sich die Graustufen sanft verändern, die Bildkonturinformation beeinträchtigt wird. Aus dem Histogramm ist auch ersichtlich, dass die langsam wechselnden Graustufen von 150-200 zerstört wurden., und der gewichtete Median kann die Konturinformation gut schützen. Aus dem Histogramm ist nach der Graustufenverarbeitung ersichtlich, dass das Histogramm den zulässigen Bereich des Graustufenwertes des gesamten Bildes einnimmt., die den Dynamikbereich der Graustufen des Bildes erhöht, und erhöht auch den Kontrast des Bildes, und hat einen größeren visuellen Kontrast im Bild. um die Details hervorstechen zu lassen.

3. Conclusion
In this paper, the collected Leiterplatte Bilder sind im Allgemeinen dunkel, kontrastarm, und groß im Rauschen, um Bildvorverarbeitung durchzuführen, Einbeziehung von Filtertechniken im räumlichen Bereich und Graustufentransformation zur Bildverbesserung. Da der traditionelle Medianfilter durch die Größe des Filterfensters beeinflusst wird, ist die Größe des Filterfensters größer, die Details des bearbeiteten Bildes verschwimmen. Durch einen verbesserten Algorithmus zur gewichteten Medianfilterung, Die Qualität des verarbeiteten Bildes wird anhand des Graustufenhistogramms und des Spektrogramms analysiert. Die Ergebnisse zeigen, dass die Filtergeschwindigkeit und -qualität sehr hoch sind., die Schutzfähigkeit von Leiterplatte Bildspuren, Bauteile und andere Kanten, und das Gesamtbild. Durch Graustufentransformation, die Details des Bildes werden klarer, und die Anerkennungsrate der Leiterplatte Bild wurde verbessert. Nachbearbeitung.