Technologie PCB - Étude basée sur le prétraitement des images PCB

Les circuits imprimés sont un pilier indispensable et important de l'industrie de l'information. En tant que composant de base pour divers produits électroniques et support d'information pour l'intégration de divers composants électroniques, le PCB évolue rapidement vers une haute performance, une vitesse élevée, une lumière, une finesse, une longueur et une petite direction. La technologie et la complexité ont atteint un très haut niveau. Ainsi, avec l'expansion continue du domaine des PCB, l'importance des PCB augmente encore.

Lors de l'échantillonnage, de la quantification et du transfert de l'image en niveaux de gris du PCB à mesurer, du bruit de particules dû aux variations irrégulières de l'éclairage, du bruit du capteur de la caméra elle - même à dispositif à couplage de charge (CCD) et du processus d'acquisition analogique numérique (ad, Analog - the quantization noise of the to Digital), du processus photosensible, Et une légère gigue causée par des facteurs humains, etc.,

Les images obtenues lors des traitements d'émission et de réception sont inévitablement influencées par les composants internes et l'environnement externe, ce qui entraîne une distorsion de la qualité de l'image. Le rapport signal sur bruit diminue. Pour réduire le bruit, l'image à tester peut être filtrée à l'aide d'un filtre de lissage, mais le choix de filtres de lissage de tailles différentes crée différents degrés de flou sur l'image traitée. Ainsi, pour améliorer la qualité de l'image, les filtres utilisés permettent non seulement d'éliminer efficacement le bruit. Et l'aspect original de l'image peut être conservé autant que possible.

1 Amélioration de l'image

L'amélioration de l'image est une technique qui améliore la qualité de l'image. Par rapport au prétraitement de reconnaissance d'image, il peut être divisé en deux catégories en fonction des différences spatiales du traitement d'amélioration d'image: le traitement du domaine spatial et le traitement du Domaine fréquentiel. Le premier inclut un effet de niveau de gris sur l'image. En plus de la correction de l'histogramme, le traitement est effectué directement sur les valeurs de niveaux de gris des pixels; Cette dernière consiste à effectuer une analyse des composantes spectrales de l'image, à subir une transformée de Fourier, à traiter les parties hautes et basses fréquences du spectre de l'image, puis à effectuer une transformée de Fourier inverse, la transformation de Fourier donnant le résultat souhaité de l'image.

1.1 transformation des niveaux de gris dans le domaine spatial

La transformation en niveaux de gris, en tant que méthode importante d'amélioration de l'image, peut augmenter la plage dynamique de l'image, élargir le contraste de l'image et rendre les caractéristiques de l'image plus évidentes, améliorant ainsi l'affichage de l'image. La transformation en niveaux de gris peut être divisée en une transformation linéaire et une transformation non linéaire.

En raison de la surexposition ou de la Sous - exposition, les niveaux de gris des images de PCB acquises par CCD peuvent varier dans une petite plage et les images en niveaux de gris et floues peuvent ne pas être visibles par un ordinateur. L'utilisation d'une transformation linéaire pour étirer linéairement les niveaux de gris de chaque pixel d'une image floue peut améliorer efficacement l'effet visuel de l'image.

1.2 lissage des images dans le domaine spatial

Le but du lissage d'image est de réduire et d'éliminer le bruit d'image afin d'améliorer la qualité de l'image pour des traitements ultérieurs tels que la segmentation d'image et la reconnaissance d'image. Dans le domaine spatial, une moyenne de voisinage peut être utilisée pour réduire le bruit; Dans le domaine fréquentiel, diverses formes de filtrage passe - Bas peuvent être utilisées car le spectre du bruit haute fréquence est plus susceptible d'apparaître. Dans le domaine spatial, le lissage d'image comprend principalement des méthodes telles que le seuil de bruit, la moyenne de voisinage, la moyenne pondérée et le filtrage médian.

1.2.1 seuils de bruit

La méthode du seuil de bruit est une méthode commune d'élimination du bruit, son exécution du bruit est efficace et simple à éliminer. Lorsqu'il lisse l'image, le premier est le réglage du seuil de seuil. Le réglage du seuil de seuil affecte directement l'effet de filtrage et les détails de l'image. Chaque pixel est ensuite détecté successivement selon la formule et tous ses voisins en fonction des caractéristiques de l'image. Les valeurs des pixels sont comparées pour déterminer si un pixel est du bruit. Si ce n'est pas du bruit, la valeur originale du pixel de sortie; S'il s'agit d'un bruit, la sortie est la moyenne des niveaux de gris des autres pixels de ce voisinage. Le choix du seuil t est très important dans ce procédé. Si t est trop grand ou trop petit, plus ou moins le bruit n'est pas assez lisse ou l'image devient floue.

1.2.2 filtrage médian

Les algorithmes traditionnels de filtrage médian se concentrent principalement sur le tri des données de la fenêtre. Pour réduire le nombre de permutations et obtenir plus rapidement la médiane, il est proposé un algorithme de filtrage médian rapide qui décompose la matrice en une matrice unidimensionnelle pour effectuer des opérations et prend d'abord le niveau de la matrice. La médiane de chaque ligne, puis la médiane de la médiane de chaque ligne horizontale, est la sortie finale du filtrage.

1.2.3 filtres médians à pondération rapide

Pour résoudre le paradoxe de réduire le bruit tout en protégeant les détails de l'image PCB, cet article propose un algorithme de filtrage médian pondéré rapide qui non seulement améliore la vitesse de filtrage, mais filtre également bien le bruit, mais protège également plus d'images. Détails