PCB部落格 - 基於PCB板的影像預處理研究與實現

為了提高圖像品質 印刷電路板, 為了進一步提高識別率 PCB板 形象, 利用MATLAB語言對原始影像進行預處理, 主要包括影像空間域的灰度變換和去除雜訊的影像平滑濾波. 首先, 雜訊閾值, 研究了中值濾波和快速中值濾波方法, 提出了一種快速加權中值濾波算灋. 影像由MATLAB進行處理, 並對灰度長條圖和頻譜圖進行了比較分析. 結果表明，使用了快速加權中值濾波器. 濾波算灋解决了對比度差的問題, 譟音大，細節模糊 PCB板 影像, 這大大提高了圖像品質. 在資訊產業, 這個 PCB板 是不可或缺的支柱. 作為各種電子產品的基本元件和集成各種電子元件的資訊載體, 這個 PCB板 迅速向高性能方向發展, 高速, 光, 薄的, 短而小., 其科技和複雜性已達到非常高的水准. 因此, 隨著 PCB板 領域, 的重要性 PCB板 也在進一步新增. 採樣期間, 量化, 以及待量測的灰度影像在PCB上的傳輸過程, 由於照明變化不均勻, sensor noise of the charge-coupled device (CCD, Charge-Coupled Device) camera itself, and analog-digital acquisition (AD, Analog -to-Digital) process quantization noise, 光敏過程產生的粒子雜訊, 人為因素引起的輕微抖動, 等., 在傳輸和接收過程中獲得的影像不可避免地受到內部設備和外部環境的影響, 從而扭曲了圖像品質., 信噪比降低. 為了减少譟音, 平滑濾波器可用於過濾待測試的影像, 但是，選擇不同大小的平滑濾波器將對處理後的影像產生不同程度的模糊. 因此, 提高圖像品質, 使用的濾波器不僅可以有效地去除雜訊，而且盡可能地保持影像的原始外觀.

1. Image enhancement
Image enhancement is a technology to improve image quality. 與圖像識別的預處理相比, 根據圖像增強處理空間的不同，可以將其分為兩類：空域處理和頻域處理. 前者包括影像的灰度效應. 和長條圖校正, 均直接處理點數灰度值； 後者是分析影像的光譜成分, 傅立葉轉換後, 對影像頻譜的高頻和低頻部分進行處理, 然後進行逆傅立葉轉換. 葉變換以獲得所需的影像結果. 由於通道傳輸過程中的外部暴露和其他干擾因素, 收集的 PCB板 影像降低了影像的亮度並新增了雜訊. 為了有效消除雜訊干擾，增强影像的明暗對比度, 本文將在 PCB板. 圖像增強中選定空域的灰度變換處理和影像平滑處理.

1.1 Grayscale transformation in spatial domain
As an important means of image enhancement, 灰度變換可以新增影像的動態範圍, 擴大影像的對比度, 並使影像特徵更加明顯，提高影像顯示效果. 灰度變換可以分為線性變換和非線性變換. Let the grayscale range of 原件 image m (x, y) be [a, b], and the gray scale of the linearly transformed image n (x, y) will be extended to [c,d], 它們之間的關係是：由於暴露過度或暴露不足, CCD採集的PCB影像的灰度可能在小範圍內變化, 電腦可能看不到灰度和模糊影像. 使用線性變換可以線性拉伸模糊影像每個點數的灰度, 可以有效提高影像的視覺效果. 為了改進圖像識別的後處理和特徵選取, the original PCB板 首先對影像進行二值灰度處理, 然後採用長條圖校正科技的影像域方法對影像進行均衡.

1.2 Image smoothing in spatial domain
The purpose of image smoothing is to reduce and eliminate image noise to improve image quality for subsequent processing such as image segmentation and image recognition. 在空間域中, 鄰域平均可以用來减少雜訊； 在頻域中, 由於高頻段中雜訊頻譜的概率更大，囙此可以使用各種形式的低通濾波. 在空域中，影像平滑主要包括雜訊閾值, 鄰域平均值, 加權平均數, 中值濾波等方法.

1) Noise threshold
The noise threshold method is a common noise removal method, 譟音效率高，簡單易去除. 當它平滑影像時, 這是閾值的設定. 閾值的設定直接影響濾波效果和影像細節. 然後, 根據影像的特點, 依次檢測每個點數, 其鄰域中的所有點數值都基於公式. 比較判斷點數是否為雜訊. 如果不是譟音, 輸出點數的原始值, 如果是譟音, 輸出是鄰域中其他點數灰度的平均值. 該方法中閾值T的選擇非常重要. 如果T太大或太小, 這或多或少會導致雜訊平滑不足或影像模糊.
1.2.2 Median Filtering
The traditional median filtering algorithm mainly focuses on the sorting of the window data. 為了减少排列的數量並更快地獲得中值, 提出了一種快速中值濾波算灋. 將陣列分解為一維陣列進行操作, 首先獲取陣列級別. 取每行的中值, 然後將每個水准行的中值的中值作為濾波器的輸出.

2) Fast weighted median filter
In order to solve the contradiction between noise reduction and protection of image details, 本文提出了一種快速加權中值濾波算灋, 這不僅提高了過濾速度, 譟音過濾良好, 同時保護更多影像細節. . 按權重, 視窗中中心點數的比例新增. 輸入：I1 I2,,, IN), 輸出加權中值濾波器：r表示權重, MED{}表示中值運算函數, and specifies that W=( 1, 1, 1) is the standard window. 規定：其中T是閾值函數, 當W是整數時, 1 1{WrI中加權輸出分量的數量,2}NNW-rI-W-rI：快速加權中值濾波中值運算的運算過程是：第一, 按昇冪對加權輸出中的cN數排序, 排序後輸出的cN數的第T個數是中值輸出.

2. MATLAB image enhancement processing
MATLAB supports 5 image types including index image, 灰度影像, 二值圖像, RGB影像和多幀影像陣列； 收集的 PCB板 可以先用對比度增强影像, 然後去噪. 在增强對比度的過程中，影像的原始雜訊也大大新增, 從而使後續的影像去噪處理無法取得良好的效果. 因此, 在本文中, 首先對影像進行去噪，然後進行增强. 在收集的 PCB板 image, 可能存在需要去噪的雜訊, 光源强度不够, 影像整體可能較暗. 第一, use the RGB2GRAY function to convert 收集的 image to grayscale The image (256 colors) is compared with the method proposed in this paper and the traditional median filtering method for the PCB image containing salt and pepper noise. 去噪後, 灰度變換用於增强PCB影像. 振幅譜的亮度反映了每個頻率分量的振幅, and the energy of the image is mainly concentrated in the low frequency band (central part). 雖然高頻段包含少量能量, 它包含影像的重要資訊. 影像的邊緣資訊屬於高頻資訊. 類似地, 雜訊的灰度變化迅速，也是高頻資訊. 從圖中可以看出，兩種濾波方法都在一定程度上抑制了影像的高頻分量, 並能有效濾除高頻段的雜訊, 但是低頻分量, 那就是, 灰度變化平緩的部分, 影像輪廓資訊受到影響. 從長條圖中還可以看出，150-200的緩慢變化的灰度級已被破壞, 加權中值可以很好地保護輪廓資訊. 從灰度處理後的長條圖可以看出，長條圖佔據了整個影像灰度值的允許範圍, 這新增了影像灰度的動態範圍, 同時也提高了影像的對比度, 並且在影像中具有更大的視覺對比度. 讓細節更加突出.

3. Conclusion
In this paper, the collected PCB板 影像通常較暗, 對比度差, 雜訊大，需要進行影像預處理, 包括用於圖像增強的空域濾波科技和灰度變換. 因為傳統的中值濾波器受濾波視窗大小的影響較大, 處理後的影像細節變得模糊. 通過改進的加權中值濾波算灋, 根據灰度長條圖和頻譜圖分析處理後的圖像品質. 結果表明，該濾波器的濾波速度和質量都大大超過了傳統的中值濾波器, 這顯著提高了 PCB板 影像跟踪, 組件和其他邊緣, 和整體影像輪廓. 通過灰度變換, 影像的細節變得更加清晰, 以及 PCB板 影像得到改善. 後處理.