Leiterplattentechnisch - Forschung und Realisierung von PCB Image Preprocessing

MATLAB Bildverbesserung

MATLAB unterstützt 5-Bildtypen einschließlich indizierter Bilder, Graustufenbilder, Binärbilder, RGB-Bilder und Multi-Frame-Bildarrays; Die gesammelten PCB-Bilder können zunächst kontrastverstärkt und anschließend denoisiert werden. Wenn diese Methode verwendet wird, wird das Bild Das Originalrauschen wird auch beim Verbessern des Kontrasts stark erhöht, so dass die nachfolgende Bilddenoisierungsverarbeitung keine sehr guten Ergebnisse erzielen kann.

Daher, Dieser Artikel verwendet das Bild zuerst zu denoisieren und dann zu verbessern. Auf der PCB-Bild erworben, Es kann Geräusche geben, die gelöscht werden müssen, die Lichtquellenintensität nicht ausreicht, das Bild kann als Ganzes dunkel sein, first use die RGB2GRAY function to convert the collected picture into a grayscale image (256 colors), the PCB-Bild Salz- und Pfeffergeräusch enthaltend wird mit der in diesem Artikel vorgeschlagenen Methode und der traditionellen medianen Filtermethode verglichen., und die PCB-Bild wird durch Graustufentransformation nach dem Denoising verstärkt.

Es ist zu sehen, dass für PCB-Bilds mit Salz und Pfeffer Geräusch, the traditional 3*3 median filter has a good effect on the noise of isolated points, aber die Spuren und Komponenten auf der PCB-Bild sind offensichtlich verschwommen, und die Bilddetails sind nicht von guter Qualität. Sehr gute Ergebnisse erzielen. The simulation image of fast weighted median Filterung von Leiterplatten images mit Salz- und Pfeffergeräusch hat offensichtliche denoisierende Effekte, und die Filtergeschwindigkeit wurde ebenfalls verbessert. Die Details des Bildes und die Spuren können gut gepflegt werden.

Das Graustufenhistogramm des PCB-Bildes vor und nach der Denoisierung Verarbeitung, die Abszisse in der Abbildung ist der Graupegel, und die Ordinate ist die Anzahl der Pixel, die jeder Graustufe entsprechen. Unter ihnen ist der Pixelwert von 255 Salz- und Pfefferrauschen. Vergleicht man die beiden Bilder, ist es offensichtlich, dass die beiden Filtermethoden das Rauschen sehr gut entfernen können, aber der Medianfilter filtert viele Graustufen heraus, wie 150-200 Der Graupegel macht die Grenze unscharf, und die Spitzen und Täler werden zerstört. Eine gewichtete Medianfilterung kann diese Mängel überwinden. Der Graupegel und der Graudynamikbereich können gut erhalten werden, und die Positionen der Gipfel und Täler sind gut erhalten. Sie sind alle gut erhalten, so dass viele Details des Bildes deutlich sichtbar sind, um die Analyse besser zu erleichtern.

1 Bild ist das Frequenzspektrum, das durch Fourier-Transformation erhalten wird, um die Analyse zu erleichtern, entsprechend der Periodizität der Fourier-Transformation wird die Nullfrequenz in die Mitte verschoben.

Die Helligkeit des Amplitudenspektrums spiegelt die Amplitude jeder Frequenzkomponente wider, und die Energie des Bildes ist hauptsächlich im Niederfrequenzband (dem zentralen Teil) konzentriert.

Obwohl das Hochfrequenzband eine geringe Menge an Energie enthält, enthält es wichtige Informationen des Bildes. Die Randinformationen des Bildes gehören zu Hochfrequenzinformationen. Ebenso ändert sich der Graupegel des Rauschens schnell, was auch Hochfrequenzinformation ist. Aus der Abbildung ist ersichtlich, dass beide Filtermethoden die Hochfrequenzkomponenten des Bildes bis zu einem gewissen Grad unterdrücken und das Rauschen im Hochfrequenzband effektiv herausfiltern können, aber die Niederfrequenzkomponenten, das heißt der Teil, in dem sich der Graupegel glatt ändert – die Konturinformation des Bildes wird beeinträchtigt. Schaden. Aus dem Histogramm ist auch zu sehen, dass die langsam wechselnden 150-200 Graustufen zerstört wurden, und der gewichtete Medianwert kann die Konturinformation gut schützen, um die Details prominenter und das verbesserte Bild zu machen.

Aus dem Graustufen verarbeiteten Histogramm kann man sehen, dass das Histogramm den zulässigen Bereich des Graustufenwertes des gesamten Bildes einnimmt, was den Dynamikbereich der Graustufen des Bildes erhöht und auch den Kontrast des Bildes erhöht. Es gibt einen größeren visuellen Kontrast im Bild., Machen Sie die Details deutlicher.

2 Schlussfolgerung

Dieser Artikel behandelt hauptsächlich die gesammelten PCB-Bilds, die dunkel sind, kontrastarm, und groß im Lärm, einschließlich räumlicher Filtertechniken und Bildverbesserung Graustufentransformation. Weil die herkömmliche Medianfilterung stärker von der Größe des Filterfensters beeinflusst wird, die Details des bearbeiteten Bildes verschwimmen. Durch einen verbesserten Algorithmus zur gewichteten Medianfilterung, Die Qualität des verarbeiteten Bildes wird anhand des grauen Histogramms und Spektrogramms analysiert. Die Ergebnisse zeigen, dass die Filtergeschwindigkeit und -qualität stark verbessert werden. Übertreffen der traditionellen Medianfilterung, it significantly improves the Schutz der Leiterplatte image Spuren, Bauteile und andere Kanten, und das Gesamtbild. Endlich, Die Graustufentransformation macht die Bilddetails klarer und verbessert die Erkennungsrate von PCB-Bilds. befassen mit.