Fabricación de PCB de precisión, PCB de alta frecuencia, PCB multicapa y montaje de PCB.
Es la fábrica de servicios personalizados más confiable de PCB y PCBA.
La siguiente es una introducción a la segmentación de imágenes de placas de circuito impreso de pcb:
1 frontera
La segmentación del umbral es un paso clave en el preprocesamiento de la imagen. La esencia es determinar un umbral para cada píxel. De acuerdo con este umbral, se determina si el píxel actual es un píxel de primer plano o un píxel de fondo. En la actualidad, hay un gran número de métodos de procesamiento de umbrales, como umbrales globales y posicionamiento. El umbral de dominio es el método de segmentación más simple, este último divide toda la imagen en varias subindiciones, cada una de las cuales utiliza un umbral diferente para la segmentación.
Este trabajo analiza el algoritmo y, sobre esta base, propone un método mejorado de selección de umbral adaptativo. La práctica ha demostrado que el método es simple, fácil de calcular, rápido y estadístico preciso, puede obtener el umbral de la imagen a tiempo y segmentar la imagen de pcb, y el efecto es muy bueno. Después de que la imagen se divide, se garantiza que la imagen del objetivo está completa. Después de la mejora de la imagen, la apertura y el cortocircuito se vuelven más claros y prominentes, y están completamente preparados para el procesamiento posterior de la imagen.
2 Teoría algorítmica
Algoritmo de segmentación umbral adaptativo:
(1) dividir la imagen en cuatro subimages;
(2) calcular el promedio de cada imagen de carácter;
(3) establecer un umbral de acuerdo con la media, el umbral solo se aplica a las subimages correspondientes;
(4) cada subinclo se divide de acuerdo con el umbral.
En este algoritmo, el promedio se utiliza como umbral para el subibloque.
Las características de distribución de escala de grises de la placa de circuito impreso tienen las siguientes características:
(1) hay picos de fondo y picos objetivo obvios;
(2) los dos picos están muy lejos, y los valores grises entre ellos son básicamente los mismos, sin valles obvios;
(3) los cambios en el nivel de grises de los píxeles de fondo y los píxeles de objetivo son continuos, y el nivel de grises del límite de objetivo es gradual, no repentino.
La práctica ha demostrado que el algoritmo no es adecuado para placas de circuito impreso y el efecto de segmentación no es muy bueno, ya que la escala media de grises no es necesariamente el valle de ondas del histograma, y hay una gran parte de la región plana en el histograma de pcb, incluso la escala de grises 0. para segmentar con precisión Las imágenes de pcb, es necesario encontrar otra forma efectiva. Tenga en cuenta que el punto de escala de grises promedio se encuentra entre dos picos (es decir, la escala de grises promedio). Este valor está entre el valor de escala de grises de fondo y el valor de escala de grises de objetivo) y está cerca del valle de ondas, por lo que se considera encontrar el punto mínimo en su región. Para dividir la imagen de destino del pcb, primero se puede determinar el pico de destino del histograma, luego se determina el punto mínimo y luego se encuentra el pico de fondo. Se utiliza el punto mínimo como umbral de División y se selecciona el nivel de grises cerca del pico del objetivo y el pico del Fondo. Los valores de grado se utilizan como umbrales para mejorar el circuito abierto y el cortocircuito, respectivamente. En las imágenes de pcb, a veces los objetivos son escasos, pero a veces los objetivos son densos. Encontrar el punto máximo de todo el histograma es relativamente simple, pero cómo determinar si este pico es el pico de fondo o el pico de objetivo se ha convertido en la clave del problema.
Para las imágenes generales de pcb, el objetivo (alambre de cobre) se representa por un nivel de grises alto y el Fondo por un nivel de grises bajo. A continuación se discutirá un método de búsqueda de umbral factible.
(1) encontrar el valor de escala de grises correspondiente al pico máximo. Encontrar el valor máximo de F (h) en el rango gris completo [0255], y el valor correspondiente es h;
(2) calcular el nivel medio de grises de la imagen:
(3) determinar si es un pico de fondo o un pico objetivo:
Si se selecciona el punto mínimo, se encuentra el valor mínimo en el vecindario 30 del punto medio y el valor correspondiente es hmin.
Nota: el tamaño de la comunidad se puede seleccionar de acuerdo con la situación real.
El segundo punto máximo se determina por (5):
Si solo se encuentra el pico de fondo HB en (3), se encuentra el valor mínimo de F (h) en el rango de escala de grises [hmin, 255), y el valor correspondiente es el pico objetivo hf;
Si se encuentra el pico objetivo HF en (3), se encuentra el valor mínimo de F (h) en el rango de escala de grises [0, hmin] y el valor correspondiente es el pico de fondo hb;
(6) utilizar hmin como umbral para realizar la segmentación de la imagen;
Encontrar el nivel de escala de grises (generalmente HB + 10) cerca del lado derecho del pico de fondo HB y mejorar el cortocircuito;
Encontrar el nivel de escala de grises cerca del lado izquierdo del pico objetivo HF (generalmente HF - 10) para mejorar la apertura.
Nota: este algoritmo es especialmente adecuado para imágenes continuas de histogramas. Para un histogram a discontinuo, primero se puede realizar la inserción adyacente y luego convertir el histogram a un gráfico continuo. Luego se puede utilizar el método anterior para determinar el umbral.
3 resultados experimentales
Cuando hay ruido en la imagen de pcb, generalmente se utilizan dos métodos:
(1) primero se filtra y luego se binariza, lo que hace que la imagen original de PCB pierda una gran cantidad de información de detalles de borde, lo que hace que los resultados estadísticos no sean lo suficientemente precisos;
(2) no se procesa, pero esto causará mucho ruido pequeño en la imagen y los resultados estadísticos no son lo suficientemente precisos.
Para garantizar la precisión de los resultados estadísticos, algunos bordes de la imagen tampoco deben perderse y el ancho de línea debe reducirse debido a la influencia del filtro, y estos puntos de ruido no deben considerarse erróneamente como líneas utilizadas para las estadísticas. Se puede usar la binarización antes de eliminarla. Método de ruido.
En este experimento, las imágenes de PCB obtenidas de la Cámara son relativamente claras y el ruido es muy pequeño, por lo que se procesan directamente.
Los resultados experimentales muestran que el método es un método práctico, rápido y simple.
