PCB 기술 - PCB 인쇄 회로 기판의 이미지 분할

다음은 PCB 인쇄회로기판 이미지 분할에 대한 설명입니다.

1 최전방

임계값 분할은 이미지를 미리 처리하는 중요한 단계입니다.본질은 각 픽셀에 대한 임계값을 결정하는 것입니다.임계값에 따라 현재 픽셀이 전경인지 배경인지 결정합니다.현재 글로벌 임계값 및 위치 지정과 같은 다양한 임계값 처리 방법이 있습니다.도메인 임계값은 전체 이미지를 여러 개의 하위 이미지로 나누고 각 이미지는 서로 다른 임계값을 사용하여 분할하는 가장 간단한 분할 방법입니다.

본고는 이 알고리즘을 분석하고 이를 바탕으로 개선된 적응 임계값 선택 방법을 제시했다.이 방법은 간단하고 계산량이 적으며 빠르고 통계가 정확하여 제때에 이미지의 임계값을 획득하고 PCB 이미지를 분할할 수 있어 효과가 매우 좋다는 것이 실증되었다.이미지가 분할되면 대상 그래픽이 완전하게 유지됩니다.이미지가 강화된 후 회로 개설과 단락 현상이 더욱 뚜렷하고 두드러져 후속 이미지 처리를 위해 충분한 준비를 하였다.

2 알고리즘 이론

적응형 임계값 분할 알고리즘:

(1) 이미지를 네 개의 하위 이미지로 구분합니다.

(2) 각 문자 이미지의 평균을 계산합니다.

(3) 평균에 따라 임계값을 설정하고 해당 하위 이미지에만 임계값을 적용합니다.

(4) 임계값에 따라 각 하위 블록을 구분합니다.

이 알고리즘에서는 평균이 하위 블록의 임계값으로 사용됩니다.

인쇄회로기판의 그레이스케일 분포 특성은 다음과 같습니다.

(1) 뚜렷한 배경봉과 목표봉이 있다.

(2) 두 파봉의 거리가 비교적 멀고 량자간의 회색도값은 기본적으로 같으며 뚜렷한 파곡이 없다.

(3) 배경 픽셀점과 대상 픽셀점의 그레이스케일 변화는 연속적이며 대상 경계의 그레이스케일은 돌연변이가 아니라 그라데이션입니다.

이 알고리즘은 인쇄회로기판에 적용되지 않고 분할 효과도 좋지 않다는 것이 실증되었다. 평균 회색도가 반드시 직사각형의 파곡이 아닐 뿐만 아니라 PCB 직사각형에는 평평한 영역이 상당 부분 있고 심지어 0회색조차도 있기 때문이다. PCB 이미지를 정확하게 분할하기 위해서는 또 다른 효과적인 방법을 찾아야 한다.평균 그레이스케일 점은 피크 값 (평균 그레이스케일) 사이에 있습니다.이 값은 배경 회색조 값과 대상 회색조 값 사이) 이며 파곡에 가깝기 때문에 해당 영역에서 최소점을 찾는 것을 고려합니다.PCB의 대상 이미지를 분할하려면 먼저 히스토그램의 대상 피크를 결정한 다음 최소값을 결정한 다음 배경 피크를 찾을 수 있습니다.분할 임계값으로 최소값 점을 사용하고 대상 피크와 배경 피크 근처에서 그레이스케일을 선택합니다.도 값은 오프라인과 단락의 향상된 임계값으로 각각 사용됩니다.PCB 이미지에서는 목표가 드문드문하지만 때로는 밀집되어 있습니다.전체 히스토그램의 최대점을 찾는 것은 상대적으로 간단하지만, 이 최고치가 배경 최고치인지 목표 최고치인지 어떻게 확정하는 것이 문제의 관건이 된다.

일반 PCB 이미지의 경우 대상(동선)은 높은 회색조, 배경은 낮은 회색조로 표시됩니다.다음은 가능한 임계값 검색 방법입니다.

(1) 최대 피크에 해당하는 회색조 값을 찾습니다.f(H)의 전체 그레이스케일 구간[0255]에서 최대값을 구하고 해당하는 값은 H입니다.

(2) 이미지의 평균 회색조 레벨을 계산합니다.

(3) 배경 또는 목표 피크를 결정합니다.

최소값을 선택한 경우 평균의 30 인접 영역에서 최소값이 발견되고 해당 값은 Hmin입니다.

참고: 아파트 크기는 실제 상황에 따라 선택할 수 있습니다.

두 번째 피크 지점은 (5) 에 의해 결정됩니다.

(3)에서 배경 피크 Hb만 찾으면 회색조 구간 [Hmin, 255)에서 f(H)의 최소값이 발견되고 해당 값은 대상 피크 Hf입니다.

(3)에서 목표 피크 Hf를 찾으면 회색조 구간 [0, Hmin]에서 f(H)의 최소값이 발견되고 해당 값은 배경 피크 Hb입니다.

(6) 이미지 분할을 위해 Hmin을 임계값으로 사용합니다.

배경 피크 Hb 오른쪽 부근에서 그레이스케일 레벨 (일반적으로 Hb + 10) 을 찾아 단락 강화를 진행합니다.

회로 확장을 위해 대상 피크 Hf의 왼쪽 근처에 있는 그레이스케일 레벨(일반적으로 Hf-10)을 찾습니다.

참고: 이 알고리즘은 히스토그램의 연속 이미지에 특히 적용됩니다.불연속 히스토그램의 경우 인접 보간을 수행한 다음 히스토그램을 연속 그림으로 변환할 수 있습니다.그런 다음 위의 방법을 사용하여 임계값을 결정할 수 있습니다.

3 실험 결과

PCB 이미지에 노이즈가 있는 경우 일반적으로 다음 두 가지 방법을 사용합니다.

(1) 먼저 필터링한 후 2값화하여 원본 PCB 이미지가 많은 에지 세부 정보를 잃게 하여 통계 결과가 정확하지 못하게 한다;

(2) 처리할 필요가 없지만 이미지에서 많은 작은 소음을 일으키고 통계 결과도 정확하지 않습니다.

통계 결과의 정확성을 보장하기 위해서는 필터의 영향으로 인해 이미지의 일부 가장자리를 분실하거나 선폭을 줄여서는 안 되며, 그 소음점을 통계에 사용되는 선으로 오인해서는 안 된다.먼저 2값화를 사용한 다음 삭제할 수 있습니다.소음법.

이 실험에서 카메라에서 얻은 PCB 이미지는 상대적으로 선명하고 소음이 매우 적기 때문에 직접 처리합니다.

실험 결과 이 방법은 실용적이고 빠르며 간편한 방법임이 밝혀졌다.