PCB 블로그 - PCB 보드 기반 이미지 사전 처리 연구 및 구현

인쇄회로기판의 이미지 품질을 향상시키기 위해, PCB 보드 이미지의 인식률을 후속 향상시키기 위해, MATLAB 언어를 사용하여 원본 이미지를 사전 처리하는데, 주로 이미지 공간 영역의 그레이스케일 변환과 이미지 매끄러운 필터 노이즈 제거를 포함한다.먼저 노이즈 임계값, 중간값 필터와 빠른 중간값 필터링 방법을 연구하여 빠른 가중치 중간값 필터링 알고리즘을 제시했다.MATLAB을 사용하여 이미지를 처리하고 그레이스케일 히스토그램과 스펙트럼 그래프를 비교 분석합니다.그 결과 빠른 가중치 중치 필터가 적용됐다.이 필터링 알고리즘은 PCB 보드 이미지의 명암비가 떨어지고 잡음이 크며 세부 사항이 모호한 등의 문제를 해결하여 이미지 품질을 크게 향상시켰다.정보 산업에서 PCB 보드는 없어서는 안 될 기둥이다.PCB 보드는 다양한 전자 제품의 기초 부품 및 다양한 전자 부품을 통합하는 정보 운반체로서 고성능, 고속, 경량, 얇음, 짧음, 작은 방향으로 빠르게 발전하고 있습니다.그 기술과 복잡성은 이미 매우 높은 수준에 이르렀다.이에 따라 PCB 보드의 영역이 확대되면서 PCB 보드의 중요성도 더욱 높아지고 있다.PCB에서 측정할 그레이스케일 이미지의 샘플링, 계량화 및 전송 과정에서 조명의 고르지 않은 변화, 전하 결합 장치(CCD, 전하 결합 장치) 카메라 자체의 센서 소음 및 계수 수집 (AD, 계수) 과정의 계량화 소음, 감광 과정에서 발생하는 입자 소음 및 인위적인 요소로 인한 경미한 떨림 등으로 인해 전송 및 수신 과정에서 얻은 이미지는 불가피하게 내부 및 외부 장치의 품질에 영향을 받습니다.신호 잡음비가 낮아지다.노이즈를 줄이기 위해 부드러운 필터를 사용하여 테스트된 이미지를 필터링할 수 있지만 다른 크기의 부드러운 필터를 선택하면 처리된 이미지가 어느 정도 흐려집니다.따라서 이미지의 품질을 향상시키기 위해 사용되는 필터는 노이즈를 효과적으로 제거하고 가능한 한 이미지의 원래 모양을 유지할 수 있습니다.

1. 이미지 강화 이미지 강화는 이미지의 질을 향상시키는 기술이다.이미지 인식의 사전 처리에 비해 이미지 강화 처리의 공간에 따라 공간 영역 처리와 주파수 영역 처리 두 종류로 나눌 수 있다.이미지의 그레이스케일 효과가 포함되어 있습니다.및 직사각형 보정은 픽셀 그레이스케일 값을 직접 처리합니다.후자는 이미지의 스펙트럼 성분을 분석하고 부립엽 변환을 거친 후 이미지 스펙트럼의 고주파와 저주파 부분을 처리한 다음에 부립엽 역변환을 한다.원하는 이미지 결과를 얻기 위해 리프를 변환합니다.채널 전송 중 외부 노출 및 기타 간섭 요소로 인해 수집 된 PCB 보드 이미지는 이미지의 밝기를 낮추고 노이즈를 증가시킵니다.노이즈 간섭을 효과적으로 제거하고 이미지의 명암비를 강화하기 위해 이 문서는 PCB 보드에서 테스트됩니다.이미지 강화 중 선택한 공간 영역의 그레이스케일 변환 처리와 이미지 매끄러운 처리 1.1 공간 영역의 그레이스케일 변환은 이미지 강화의 중요한 수단으로서 이미지의 동적 범위를 증가하고 이미지의 대비도를 확대하며 이미지 특징을 더욱 뚜렷하게 하고 이미지 디스플레이 효과를 높일 수 있다.그레이스케일 변환은 선형 변환과 비선형 변환으로 나눌 수 있습니다.원본 이미지 m(x, y)의 그레이스케일 범위를 [a, b]로 설정하면 선형 변환 이미지 n(x, y)의 그레이스케일이 [c, d]로 확장됩니다. 이들의 관계는 노출이 과도하거나 노출이 부족하기 때문에 CCD가 수집한 PCB 이미지의 그레이스케일이 작은 범위에서 변경될 수 있고 컴퓨터는 그레이스케일과 흐릿한 이미지를 볼 수 없습니다.선형 변환을 사용하면 흐릿한 이미지의 각 픽셀의 그레이스케일을 선형으로 신축하여 이미지의 시각적 효과를 효과적으로 향상시킬 수 있습니다.이미지 인식의 후처리와 특징 추출을 향상시키기 위해 먼저 원본 PCB 보드 이미지를 2치 그레이스케일로 처리한 다음 직사각형 보정 기술의 이미지 필드 방법을 사용하여 이미지를 균형있게 합니다. 1.2 공간 영역의 이미지 매끄러움 이미지 매끄러움의 목적은 이미지 소음을 줄이고 제거하여 이미지 품질을 향상시키고 이미지 분할 및 이미지 인식과 같은 후속 처리에 사용됩니다.공간 필드에서는 인접 영역 평균을 사용하여 노이즈를 줄일 수 있습니다.주파수 대역에서는 고주파 대역에서 노이즈 스펙트럼의 확률이 높기 때문에 다양한 형태의 저통 필터를 사용할 수 있다.공간 영역에서 이미지 매끄러움은 주로 노이즈 임계값, 인접 영역 평균, 가중 평균, 중간 값 필터 등의 방법을 포함합니다. 1) 노이즈 임계값 노이즈 임계값 방법은 노이즈 제거 효율이 높고 제거가 간단하고 쉬운 일반적인 노이즈 제거 방법입니다.이미지를 부드럽게 만들 때 임계값 설정입니다.임계값 설정은 필터링 효과와 이미지 세부 사항에 직접적인 영향을 미칩니다.그런 다음 이미지의 특성에 따라 각 픽셀을 차례로 검사하고 해당 인접 영역의 모든 픽셀 값은 공식을 기반으로 합니다.픽셀이 노이즈인지 비교 판단합니다.노이즈가 아닌 경우 픽셀의 원래 값을 내보내고 노이즈인 경우 해당 인접 영역의 다른 픽셀의 그레이스케일 평균을 출력합니다.이 메서드에서는 임계값 T를 선택하는 것이 중요합니다.T가 너무 크거나 작으면 노이즈가 매끄럽지 못하거나 이미지가 흐려질 수 있습니다. 1.2.2 중간값 필터 전통적인 중간값 필터 알고리즘은 주로 창 데이터의 정렬에 집중됩니다.배열 횟수를 줄이고 중앙값을 더 빨리 얻기 위해 빠른 중앙값 필터링 알고리즘을 제시했다.배열을 1차원 배열로 분해하여 연산하고 먼저 배열 레벨을 취합니다.각 행의 중앙값을 가져온 다음 각 수평 행의 중앙값의 중앙값을 필터의 출력으로 가져옵니다. 2) 고속 가중치 중앙값 필터는 노이즈 감소와 이미지 디테일 보호 사이의 모순을 해결하기 위해 필터 속도를 향상시킬 뿐만 아니라 노이즈를 잘 필터링하고 더 많은 이미지 디테일을 보호하는 고속 가중치 중앙값 필터링 알고리즘을 제시합니다.가중치를 부여하여 창에서 중심 픽셀의 비율을 증가시킵니다.입력의 경우 I1 I2,,IN), 출력 가중치 중간값 필터: r는 가중치를 나타내고 MED{}는 중간값 연산 함수를 나타내며 W=(1,1,1)를 표준 창으로 지정합니다.규정: 여기서 T는 임계값 함수이다. W가 정수일 때 1중 가중치 출력 분량의 개수인 Wri, 2 2｝NNW rI Wri: 고속 가중치 중치 필터 중치 연산 MED의 연산 과정은 다음과 같다. 우선, 가중치 출력의 cN 개수를 오름차순으로 정렬하고, 정렬된 출력의 cN 수의 T번째 수는 중치 출력이다.MATLAB 이미지 향상 처리 MATLAB은 인덱스 이미지, 그레이스케일 이미지, 2치 이미지, RGB 이미지 및 다중 프레임 이미지 어레이 5가지 이미지 유형을 지원합니다.수집된 PCB 보드 이미지는 먼저 명암비를 강화한 다음 소음 제거 처리를 할 수 있다.명암비를 높이는 과정에서 이미지의 원시 소음도 크게 증가하여 후속 이미지의 소음 제거 처리가 좋은 효과를 얻을 수 없다.따라서 이 문서에서는 먼저 이미지의 노이즈 제거를 수행한 다음 향상된 처리를 수행합니다.수집된 PCB 보드 이미지에는 노이즈를 제거해야 하는 노이즈가 존재할 수 있으며, 광원 강도가 부족하여 이미지 전체가 어두울 수 있습니다.우선 RGB2GRAY 함수를 사용해 채취한 이미지를 그레이스케일로 변환한다. 피망 소음이 포함된 PCB 이미지를 처리하기 위해 이 문서에서 제시한 방법과 기존 중간값 필터링 방법을 이미지(256색)와 비교한다.소음 제거 후 회색조 변환을 사용하여 PCB 이미지를 개선합니다.진폭 스펙트럼의 밝기는 각 주파수 분량의 진폭을 반영하며 이미지의 에너지는 주로 저주파 대역 (중심 부분) 에 집중됩니다.고주파 대역은 적은 양의 에너지를 포함하지만 이미지의 중요한 정보를 포함합니다.이미지의 가장자리 정보는 고주파 정보에 속합니다.이와 유사하게 소음의 그레이스케일은 빠르게 변화하며 고주파 정보이기도 하다.그림에서 볼 수 있듯이 두 가지 필터 방법은 모두 이미지의 고주파 성분을 어느 정도 억제하여 고주파 대역의 소음을 효과적으로 필터할 수 있지만 저주파 성분, 즉 그레이스케일 변화가 완만한 부분은 이미지 윤곽 정보에 영향을 줄 수 있다.히스토그램에서 볼 수 있듯이, 150-200의 느린 변화의 그레이스케일이 파괴되었으며, 가중 중앙값은 프로파일 정보를 잘 보호합니다.회색조 처리 후의 직사각형을 보면 직사각형은 전체 이미지 회색조 값의 허용 범위를 차지하고 이미지 회색조의 동적 범위도 증가하며 이미지의 대비도도 증가하여 이미지에서 더욱 큰 시각적 대비도를 가진다.디테일을 더욱 돋보이게 하다.결론적으로 본고는 채집된 PCB판 이미지가 보편적으로 어둡고 대비도가 낮으며 소음이 큰 특징에 대해 이미지 예처리를 진행하는데 공간역 필터 기술과 그레이스케일 변환 강화 기술을 포함한다.기존의 중간값 필터는 필터 창 크기에 큰 영향을 받기 때문에 처리 후의 이미지 디테일이 흐려집니다.향상된 가중치 필터링 알고리즘을 통해 그레이스케일 히스토그램과 스펙트럼에 따라 처리된 이미지의 품질 분석을 수행합니다.그 결과 필터 속도와 품질이 전통적인 중치 필터를 크게 초과하여 PCB 보드 이미지 흔적, 부품 등 가장자리에 대한 보호 능력과 전체 이미지 아웃라인에 대한 보호 능력을 현저하게 향상시켰다.그레이스케일 변환을 통해 이미지 디테일이 더욱 뚜렷해지고 PCB 보드 이미지의 인식률이 향상되었습니다.후처리.