Технология PCB - исследования на основе предварительной обработки изображений PCB

Печатные платы являются незаменимой и важной опорой информационной индустрии. В качестве базового компонента различных электронных продуктов и носителя информации, объединяющего различные электронные компоненты, PCB быстро развивается в направлении высокой производительности, высокой скорости, легкости, тонкости, короткости и малого. Технология и сложность достигли очень высокого уровня. Таким образом, по мере того, как область PCB продолжает расширяться, значение PCB еще больше возрастает.

При выборке, количественной оценке и передаче изображений серого цвета, измеряемых ПХБ, из - за неравномерных изменений освещения, шума датчика самой камеры устройства с зарядовой связью (ПЗС, ПЗС) и процесса сбора модулей (AD, analog - the quantization noise of the to digital), шума частиц, создаваемого светочувствительными процессами, а также небольшие дрожания, вызванные человеческими факторами.

Изображения, полученные во время обработки передачи и получения, неизбежно подвержены влиянию внутренних компонентов и внешней среды, что приведет к искажению качества изображения. Отношение сигнала к шуму падает. Чтобы уменьшить шум, изображения, подлежащие тестированию, можно фильтровать с помощью сглаживающего фильтра, но выбор сглаживающего фильтра различного размера создает разную степень размывания обработанного изображения. Поэтому для улучшения качества изображения используемый фильтр не только эффективно удаляет шум. По возможности можно сохранить оригинальный внешний вид изображения.

1. улучшение изображения

Улучшение изображения — это технология для улучшения качества изображения. По сравнению с предварительной обработкой распознавания изображений, она может быть разделена на две категории: пространственная обработка домена и частотная обработка домена в зависимости от пространственной разницы в обработке улучшения изображения. Первая включает в себя эффект серого масштаба на изображении. Наряду с коррекцией гистограммы, непосредственно обрабатывается значение pixel gray; Последний заключается в анализе спектральных компонентов изображения, после преобразования фурье обрабатываются высокочастотные и низкочастотные части спектра изображения, а затем обратный фурье преобразования листа получает желаемый результат изображения.

(1) преобразование в оттенках серого в пространственном пространстве

В качестве важного метода улучшения изображения преобразование в оттенок серого может увеличить динамический диапазон изображения, увеличить контраст изображения и сделать характеристики изображения более очевидными для улучшения эффекта отображения изображения. Серая трансформация может быть разделена на линейную трансформацию и нелинейную трансформацию.

Из-за чрезмерной или недостаточной изученности изображения в оттенках серого, собранные CCD, могут варьироваться в пределах небольшого диапазона, и компьютер может не видеть изображения в оттенках серого и размытых изображений. С помощью линейной трансформации можно линейно растянуть серый масштаб каждого пикселя размытого изображения, что может эффективно улучшить визуальный эффект изображения.

(2) сглаживание изображений в пространственном пространстве

Целью сглаживания изображения является уменьшение и устранение шума изображения для улучшения качества изображения для последующей обработки, например, сегментации изображения и распознавания изображения. В пространственном пространстве для снижения шума можно использовать усредненное окружение; В области частот, поскольку частотный спектр высокочастотного шума является более вероятным, могут использоваться различные формы низкочастотной фильтрации. В пространственной области сглаживание изображений в основном включает такие методы, как пороговое значение шума, среднее окружение, средневзвешенное значение и средняя фильтрация.

1) пороговое значение шума

Метод порога шума является обычным методом устранения шума, который имеет высокую эффективность при выполнении шума и является простым и легким в устранении. При сглаживании изображения первым является установление порогового значения. Установка порогового значения напрямую влияет на фильтрацию и детали изображения. Затем, в соответствии с характеристиками изображения, каждый пиксель выявляется последовательно, в соответствии с формулой и все его окрестности. Значения пикселей сопоставляются для определения того, является ли пиксель шумом. Если это не шум, то исходное значение пикселя является выходным; Если это шум, то выход представляет собой среднее значение серых уровней других пикселей по соседству. Выбор порогового значения T в этом методе очень важен. Если T слишком большой или слишком маленький, это более или менее приведет к недостаточному сглаживанию шума или размытию изображения.

2) средняя фильтрация

Традиционный алгоритм медианного фильтра в основном ориентирован на сортировку оконных данных. Для того, чтобы уменьшить количество пермутаций и получить медианное значение быстрее, предлагается быстрый медианный алгоритм фильтра, который разводит массив в одномерный массив для работы и занимает уровень массива в первую очередь. Среднее значение каждой линии, а затем среднее значение среднего значения каждой горизонтальной линии принимается в качестве конечного выхода фильтрации.

3) быстро взвешенный медианный фильтр

Для того, чтобы устранить противоречие не только снижения шума, но и защиты деталей изображения PCB, в данной статье предлагается быстрый взвешенный медианный алгоритм фильтра, который не только улучшает скорость фильтрации, но и фильтрует шум хорошо, но и защищает больше изображений. - в деталях. печатные платы