Technologie PCB - Etude et réalisation du prétraitement des images PCB

Traitement d'amélioration d'image MATLAB

MATLAB prend en charge 5 types d'images, y compris les images indexées, les images en niveaux de gris, les images binaires, les images RGB et les tableaux d'images Multi - trames; Il est possible d'abord d'améliorer le contraste des images PCB collectées, puis de les débruiter. Si cette méthode est utilisée, le bruit brut de l'image est également fortement augmenté lors de l'amélioration du contraste, de sorte que le traitement ultérieur de débruitage de l'image n'est pas très efficace.

Cet article utilise donc une image débruitée puis augmentée: sur l'image PCB acquise, il peut y avoir un bruit à débruiter, l'intensité de la source lumineuse n'est pas suffisante, l'image dans son ensemble peut être sombre, l'image acquise étant d'abord convertie en une image en niveaux de gris (256 couleurs) à L'aide de la fonction rgb2gray, L'image PCB contenant du bruit de sel de poivre a été comparée à la méthode proposée ici et à la méthode de filtrage médian classique, et l'image PCB a été améliorée par transformation en niveaux de gris après débruitage.

On peut voir que pour une image PCB avec du bruit de sel de poivre, le filtre médian traditionnel 3 * 3 a un bon effet de traitement sur le bruit des points isolés, mais les traces et les composants sur l'image PCB sont clairement flous et les détails de l'image ne sont pas de bonne qualité. Obtenir de très bons résultats. Les images simulées avec filtrage médian pondéré rapide des images de PCB contenant du bruit de sel de poivre ont un effet de débruitage prononcé et une vitesse de filtrage améliorée. Les détails des images et des traces peuvent être bien conservés.

Histogramme des niveaux de gris avant et après le traitement de débruitage de l'image PCB, en abscisses et en ordonnées le nombre de pixels correspondant à chaque niveau de gris. Où la valeur de pixel 255 est le bruit de sel de poivre. En comparant les deux images, il est clair que les deux méthodes de filtrage éliminent bien le bruit, mais le filtre médian filtre de nombreux niveaux de gris, tels que 150 - 200. Les niveaux de gris brouillent les limites et les valeurs de crête et de vallée sont détruites. Le filtrage médian pondéré permet de pallier ces inconvénients. Les niveaux de gris et la plage dynamique des niveaux de gris peuvent être bien conservés et les positions des pics et des vallées sont bien préservées. Ils sont tous bien conservés, de sorte que de nombreux détails de l'image sont clairement visibles pour une meilleure analyse.

1 l'image est un spectre obtenu par transformée de Fourier, la fréquence nulle étant décalée au milieu en fonction de la périodicité de la transformée de Fourier pour faciliter l'analyse.

La luminosité du spectre d'amplitude reflète l'amplitude de chaque composante fréquentielle, l'énergie de l'image étant concentrée principalement dans la bande basse (partie centrale).

Bien que la bande haute contienne une petite quantité d'énergie, elle contient des informations importantes sur l'image. L'information de bord de l'image appartient à l'information de haute fréquence. De même, le niveau de gris du bruit varie rapidement, ce qui est également une information à haute fréquence. Comme on peut le voir sur la figure, les deux méthodes de filtrage suppriment dans une certaine mesure la composante haute fréquence de l'image, ce qui permet de filtrer efficacement le bruit dans la bande haute, mais la composante basse fréquence, c'est - à - dire la partie où le niveau de gris varie en douceur, affecte L'information de contour de l'image. Dommages Comme on peut également le voir sur l'histogramme, les niveaux de gris à variation lente de 150 - 200 ont été détruits et la médiane pondérée protège bien les informations de contour, ce qui rend les détails plus saillants et améliore l'image.

Comme on peut le voir à partir de l'histogramme après traitement des niveaux de gris, l'histogramme occupe toute la plage admissible de valeurs de niveaux de gris de l'image, ce qui augmente la plage dynamique des niveaux de gris de l'image et augmente également le contraste de l'image. Présence d'un contraste visuel plus important dans l'image, Faites ressortir les détails.

2 Conclusion

Cet article traite principalement les images PCB sombres, contrastées et bruyantes acquises, y compris principalement les techniques de filtrage spatial et la transformation en niveaux de gris améliorée par image. Comme le filtrage médian traditionnel est plus influencé par la taille de la fenêtre du filtre, les détails de l'image traitée deviennent flous. L'analyse de la qualité de l'image après traitement est effectuée à partir d'histogrammes en niveaux de gris et de spectrogrammes par un algorithme de filtrage médian pondéré amélioré. Les résultats montrent une grande amélioration de la vitesse et de la qualité du filtrage. Il va au - delà du filtrage médian traditionnel et améliore considérablement la protection des traces d'image PCB, des composants et d'autres bords, ainsi que la protection du contour global de l'image. Enfin, la transformation en niveaux de gris rend les détails de l'image plus nets, améliorant le taux de reconnaissance des images PCB. Traitement