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.
Procesamiento de mejora de imagen MATLAB
MATLAB admite cinco tipos de imágenes, incluyendo imágenes indexadas, imágenes grises, imágenes binarias, imágenes RGB y conjuntos de imágenes multifotogramas; Las imágenes de PCB recogidas se pueden mejorar primero en contraste y luego eliminar el ruido. Si se utiliza este método, el ruido original de la imagen también aumenta considerablemente en el proceso de mejora del contraste, lo que hace que el procesamiento posterior de eliminación de ruido de la imagen no pueda obtener buenos resultados.
Por lo tanto, este artículo utiliza imágenes primero en la eliminación de ruido y luego en la mejora. en las imágenes de PCB recogidas, puede haber ruido que requiera la eliminación de ruido, la intensidad de la fuente de luz no es suficiente y la imagen en su conjunto puede ser más oscura. primero, utilice la función rgb2gray para convertir las imágenes recogidas en Imágenes grises (256 colores). Las imágenes de PCB que contienen ruido de sal y pimienta se comparan con el método propuesto en este artículo y el método tradicional de filtrado mediano, y las imágenes de PCB se mejoran a través de la transformación de escala de grises después de la eliminación de ruido.
Se puede ver que para las imágenes de PCB con ruido de sal y pimienta, el filtro mediano tradicional 3 * 3 tiene un buen efecto de procesamiento en el ruido de los puntos aislados, pero las huellas y componentes en las imágenes de PCB son obviamente inútiles, y la calidad de los detalles de la imagen no es buena. Ha logrado muy buenos resultados. Las imágenes simuladas de filtrado mediano ponderado rápido de imágenes de PCB que contienen ruido de sal y pimienta tienen un efecto obvio de eliminación de ruido, y la velocidad de filtrado también ha mejorado. Los detalles de las imágenes y las huellas se pueden mantener bien.
El histograma gris de la imagen de PCB antes y después del procesamiento de eliminación de ruido, la coordenada horizontal en la imagen es el nivel gris, y la coordenada vertical es el número de píxeles correspondiente a cada nivel gris. Entre ellos, el valor de píxeles 255 es el ruido de sal y pimienta. Comparando estas dos imágenes, está claro que estos dos métodos de filtrado pueden eliminar bien el ruido, pero el filtro mediano filtra muchos niveles de escala de grises, como 150 - 200. los niveles de escala de grises hacen que el límite sea inexistente y los picos y valles se destruyan. El filtro mediano ponderado puede superar estas deficiencias. El nivel de escala de grises y el rango dinámico de escala de grises se pueden conservar bien, y la ubicación de los picos y valles se puede conservar bien. Todos están bien conservados, por lo que muchos detalles de la imagen se pueden ver claramente para un mejor análisis.
1 la imagen es un espectro obtenido a través de la transformación de ft. para facilitar el análisis, la frecuencia cero se mueve al medio de acuerdo con la periodicidad de la transformación de ft.
El brillo del espectro de amplitud refleja la amplitud de cada componente de frecuencia, y la energía de la imagen se concentra principalmente en la banda de baja frecuencia (parte central).
Aunque la banda de alta frecuencia contiene una pequeña cantidad de energía, contiene información importante sobre la imagen. La información de borde de la imagen pertenece a la información de alta frecuencia. Del mismo modo, el nivel de grises del ruido cambia rápidamente, lo que también es información de alta frecuencia. Como se puede ver en la imagen, ambos métodos de filtrado inhiben en cierta medida los componentes de alta frecuencia de la imagen, lo que puede filtrar eficazmente el ruido en la banda de alta frecuencia, pero los componentes de baja frecuencia, es decir, la parte del cambio de suavización de escala de grises, afectan la información del contorno de la imagen. Daños También se puede ver en el histograma que el nivel de escala de grises 150 - 200, que cambia lentamente, ha sido destruido, y la mediana ponderada puede proteger bien la información del contorno, haciendo así que los detalles sean más prominentes y mejorando la imagen.
A partir del histogram después del procesamiento de escala de grises, se puede ver que el histogram ocupa el rango permitido de todo el valor de escala de grises de la imagen, lo que aumenta el rango dinámico de la escala de grises de la imagen y el contraste de la imagen. Hay un mayor contraste visual en la imagen. Hacer que los detalles sean más prominentes.
2 Conclusiones
Este artículo trata principalmente el preprocesamiento de las imágenes de PCB recogidas, que son oscuras, de bajo contraste y ruidosas, incluyendo principalmente la tecnología de filtrado espacial y la transformación de escala de grises de mejora de imagen. Debido a que el filtro mediano tradicional se ve más afectado por el tamaño de la ventana del filtro, los detalles de la imagen procesada se vuelven inútiles. A través de un algoritmo mejorado de filtrado mediano ponderado, la calidad de la imagen procesada se analiza de acuerdo con el histograma gris y el mapa espectral. Los resultados muestran que la velocidad y la calidad del filtro han mejorado considerablemente. Va más allá del filtro mediano tradicional y mejora significativamente la protección de los rastros, componentes y otros bordes de las imágenes de pcb, así como la protección del contorno general de la imagen. Finalmente, la transformación de escala de grises hace que los detalles de la imagen sean más claros y mejora la tasa de reconocimiento de la imagen de pcb. Tratamiento
