Dati PCB - Ricerca e implementazione di Preelaborazione dell'immagine basata sulla scheda PCB

Al fine di migliorare la qualità dell'immagine dei circuiti stampati, per il successivo miglioramento del tasso di riconoscimento dell'immagine della scheda PCB, l'immagine originale è stata pre-elaborata utilizzando il linguaggio MATLAB, includendo principalmente la trasformazione in scala di grigi del dominio dello spazio immagine e il filtro Image smoothing per rimuovere il rumore. In primo luogo, vengono studiati i metodi di soglia di rumore, filtro mediano e filtro mediano veloce e viene proposto un algoritmo di filtro mediano ponderato veloce. L'immagine viene elaborata da MATLAB, e l'istogramma grigio e lo spettrogramma vengono confrontati e analizzati. I risultati mostrano che viene utilizzato il filtro mediano ponderato veloce. L'algoritmo di filtraggio risolve i problemi di scarso contrasto, grande rumore e dettagli sfocati delle immagini della scheda PCB, che migliora notevolmente la qualità dell'immagine. Nell'industria dell'informazione, la scheda PCB è un pilastro indispensabile. Come componenti di base di vari prodotti elettronici e il supporto di informazioni che integra vari componenti elettronici, la scheda PCB si è sviluppata rapidamente verso la direzione di alte prestazioni, alta velocità, leggera, sottile, breve e piccolo., La sua tecnologia e complessità hanno raggiunto un livello molto elevato. Pertanto, con l'espansione continua del campo della scheda PCB, anche l'importanza della scheda PCB sta aumentando ulteriormente. Durante il processo di campionamento, quantificazione e trasmissione dell'immagine in scala di grigi da misurare sul PCB, a causa di cambiamenti irregolari nell'illuminazione, rumore del sensore del dispositivo accoppiato a carica (CCD, dispositivo accoppiato a carica) fotocamera stessa e rumore di quantizzazione del processo di acquisizione analogico-digitale (AD, analogico-digitale), rumore di particelle generato dal processo fotosensibile, e leggero tremolio causato da fattori umani, ecc., le immagini ottenute durante la trasmissione e la ricezione sono inevitabilmente influenzate da dispositivi interni e ambienti esterni, distorcendo così la qualità dell'immagine., il rapporto segnale/rumore diminuisce. Al fine di ridurre il rumore, un filtro levigante può essere utilizzato per filtrare l'immagine da testare, ma la selezione di filtri leviganti di diverse dimensioni avrà diversi gradi di sfocatura dell'immagine elaborata. Pertanto, per migliorare la qualità dell'immagine, il filtro utilizzato non solo può rimuovere efficacemente il rumore e preservare il più possibile l'aspetto originale dell'immagine.

1. Miglioramento dell'immagine Il miglioramento dell'immagine è una tecnologia per migliorare la qualità dell'immagine. Rispetto ad una pre-elaborazione del riconoscimento dell'immagine, può essere divisa in due categorie: elaborazione del dominio spaziale e elaborazione del dominio di frequenza secondo il diverso spazio di elaborazione del miglioramento dell'immagine. Il primo include l'effetto livello di grigio sull'immagine. e correzione istogramma, tutti elaborano direttamente il valore grigio pixel; Quest'ultimo consiste nell'analizzare le componenti spettrali dell'immagine, e dopo la trasformazione di Fourier, vengono elaborate le parti ad alta frequenza e a bassa frequenza dello spettro dell'immagine, e quindi viene eseguita l'inverso Fourier. Trasformazione foglia per ottenere il risultato desiderato dell'immagine. A causa dell'esposizione esterna e di altri fattori di interferenza nel processo di trasmissione del canale, l'immagine della scheda PCB raccolta riduce la luminosità dell'immagine e aumenta il rumore. Al fine di eliminare efficacemente le interferenze di rumore e migliorare il contrasto tra luce e buio dell'immagine, questa carta deve essere testata sulla scheda PCB. Elaborazione di trasformazione in scala di grigi e elaborazione di levigatura dell'immagine del dominio spaziale selezionato nel miglioramento dell'immagine.1.1 Trasformazione in scala di grigiCome mezzo importante di miglioramento dell'immagine, la trasformazione in scala di grigi può aumentare la gamma dinamica dell'immagine, espandere il contrasto dell'immagine e rendere le caratteristiche dell'immagine più evidenti per migliorare l'effetto di visualizzazione dell'immagine. La trasformazione in scala di grigi può essere divisa in trasformazione lineare e trasformazione non lineare. Lascia che la scala di grigi dell'immagine originale m (x, y) sia [a, b], e la scala di grigi dell'immagine trasformata linearmente n (x, y) sarà estesa a [c,d], la relazione tra di loro è: a causa di sovraesposizione o sottoesposizione, la scala di grigi dell'immagine PCB raccolta dal CCD può variare all'interno di una piccola gamma, e il computer potrebbe non vedere immagini in scala di grigi e sfocate. L'uso della trasformazione lineare può allungare linearmente la scala di grigi di ogni pixel dell'immagine sfocata, che può migliorare efficacemente l'effetto visivo dell'immagine. Al fine di migliorare la post-elaborazione e l'estrazione delle caratteristiche del riconoscimento delle immagini, l'immagine originale della scheda PCB è prima sottoposta all'elaborazione binaria in scala di grigi, e quindi il metodo del dominio immagine della tecnologia di correzione istogramma viene utilizzato per equalizzare l'immagine.1.2 Smoothing dell'immagine nel dominio spaziale Lo scopo dello smoothing dell'immagine è ridurre ed eliminare il rumore dell'immagine per migliorare la qualità dell'immagine per l'elaborazione successiva come la segmentazione dell'immagine e il riconoscimento dell'immagine. Nel dominio spaziale, la media di quartiere può essere utilizzata per ridurre il rumore; nel settore delle frequenze, è possibile utilizzare varie forme di filtraggio passa basso a causa della maggiore probabilità di spettro acustico nelle bande ad alta frequenza. Nel dominio spaziale lo smoothing delle immagini include principalmente la soglia di rumore, la media di quartiere, la media ponderata, il filtro mediano e altri metodi.1) Soglia di noiseIl metodo della soglia di rumore è un metodo comune di rimozione del rumore, che ha un'alta efficienza per il rumore ed è semplice e facile da rimuovere. Quando leviga l'immagine, è l'impostazione della soglia. L'impostazione della soglia influisce direttamente sull'effetto filtrante e sui dettagli dell'immagine. Quindi, in base alle caratteristiche dell'immagine, ogni pixel viene rilevato in sequenza e tutti i valori dei pixel nel suo quartiere sono basati sulla formula. Confronta e valuta se il pixel è rumore. Se non è rumore, il valore originale del pixel viene emesso, se è rumore, l'output è il valore medio dei livelli di grigio di altri pixel nel quartiere. La selezione del valore soglia T in questo metodo è molto importante. Se T è troppo grande o troppo piccolo, ciò comporterà più o meno un'insufficiente attenuazione del rumore o immagini sfocate.1.2.2 Filtraggio medianoL'algoritmo di filtraggio mediano tradizionale si concentra principalmente sull'ordinamento dei dati della finestra. Per ridurre il numero di permutazioni e ottenere la mediana più velocemente, viene proposto un algoritmo di filtraggio mediano veloce. L'array viene scomposto in un array unidimensionale per l'operazione, e il livello dell'array viene prima preso. Viene preso il valore mediano di ogni riga e quindi il valore mediano del valore mediano di ogni riga orizzontale viene preso come output del filtro.2) Filtro mediano ponderato veloce Per risolvere la contraddizione tra riduzione del rumore e protezione dei dettagli dell'immagine, in questo articolo viene proposto un algoritmo di filtraggio mediano ponderato veloce, che non solo migliora la velocità di filtraggio, Il rumore è ben filtrato, ma protegge anche più dettagli dell'immagine. . Con la ponderazione, la proporzione del pixel centrale nella finestra viene aumentata. Per l'input: I1 I2,,, IN), il filtro mediano ponderato in uscita: r rappresenta il peso, MED{} rappresenta la funzione di operazione mediana e specifica che W=( 1, 1, 1) è la finestra standard. Provision: dove T è la funzione di soglia, quando W è un numero intero, il numero di componenti di uscita ponderati in 1 1 {WrI,2 2} NNW rI W rI: Filtrazione mediana ponderata veloce Il processo operativo dell'operazione mediana MED è: In primo luogo, ordinare i numeri cN nell'output ponderato in ordine crescente, e il numero T dei numeri cN in uscita dopo l'ordinamento è l'output mediano.2. MATLAB supporta 5 tipi di immagini tra cui l'immagine indice, l'immagine in scala di grigi, l'immagine binaria, l'immagine RGB e l'array di immagini multi-frame; l'immagine della scheda PCB raccolta può essere migliorata con il contrasto prima e poi denotata. Anche il rumore originale dell'immagine è notevolmente aumentato nel processo di miglioramento del contrasto, in modo che la successiva elaborazione di denoising dell'immagine non possa ottenere buoni risultati. Pertanto, in questo articolo, l'immagine viene prima denotata e poi migliorata. Sull'immagine della scheda PCB raccolta, potrebbe esserci rumore che deve essere denotato, l'intensità della sorgente luminosa non è sufficiente e l'immagine può essere scura nel suo complesso. Per prima cosa, utilizzare la funzione RGB2GRAY per convertire l'immagine raccolta in scala di grigi L'immagine (256 colori) viene confrontata con il metodo proposto in questa carta e con i supporti tradizionali