Thông tin PCB - Nghiên cứu và thực hiện tiền xử lý hình ảnh dựa trên bảng mạch PCB

Để cải thiện chất lượng hình ảnh của bảng mạch in, để tiếp tục cải thiện tỷ lệ nhận dạng của hình ảnh bảng mạch PCB, hình ảnh gốc được xử lý trước bằng ngôn ngữ MATLAB, chủ yếu bao gồm chuyển đổi thang xám của miền không gian hình ảnh và khử nhiễu bộ lọc mịn hình ảnh. Đầu tiên, ngưỡng nhiễu, lọc trung bình và phương pháp lọc trung bình nhanh đã được nghiên cứu, đề xuất một thuật toán lọc trung bình có trọng số nhanh. Hình ảnh được xử lý bằng MATLAB và phân tích so sánh biểu đồ tần số xám và biểu đồ phổ. Kết quả cho thấy một bộ lọc trung bình có trọng số nhanh đã được áp dụng. Thuật toán lọc này giải quyết các vấn đề như độ tương phản hình ảnh kém, nhiễu lớn và làm mờ chi tiết của bảng mạch PCB, cải thiện đáng kể chất lượng hình ảnh. Trong ngành công nghiệp thông tin, bảng mạch PCB là trụ cột không thể thiếu. Ban PCB, như các thành phần cơ bản của các sản phẩm điện tử khác nhau và là người mang thông tin tích hợp các thành phần điện tử khác nhau, đã phát triển nhanh chóng theo hướng hiệu suất cao, tốc độ cao, nhẹ, mỏng, ngắn và nhỏ. Công nghệ và sự phức tạp của nó đã đạt đến một mức độ cao. Do đó, với lĩnh vực hội đồng quản trị PCB tiếp tục mở rộng, tầm quan trọng của hội đồng quản trị PCB cũng đang được cải thiện hơn nữa. Trong quá trình lấy mẫu, định lượng và truyền tải hình ảnh quy mô xám được đo trên PCB, hình ảnh thu được trong quá trình truyền và nhận chắc chắn sẽ bị ảnh hưởng bởi thiết bị bên trong và môi trường bên ngoài, làm méo mó chất lượng hình ảnh do sự thay đổi không đồng đều về ánh sáng, tiếng ồn cảm biến của thiết bị ghép nối điện tích (CCD, thiết bị ghép nối điện tích) và tiếng ồn định lượng của quá trình thu thập analog-digital (AD, tương tự), Tỷ lệ tín hiệu-tiếng ồn giảm. Để giảm nhiễu, bạn có thể sử dụng bộ lọc mịn để lọc hình ảnh được kiểm tra, nhưng việc chọn bộ lọc mịn có kích thước khác nhau sẽ cho phép hình ảnh được xử lý có mức độ mờ khác nhau. Do đó, để cải thiện chất lượng hình ảnh, các bộ lọc được sử dụng không chỉ loại bỏ tiếng ồn một cách hiệu quả mà còn duy trì hình ảnh ban đầu càng nhiều càng tốt.

1. Tăng cường hình ảnh là một kỹ thuật để cải thiện chất lượng hình ảnh. So với tiền xử lý nhận dạng hình ảnh, nó có thể được chia thành hai loại, tùy thuộc vào không gian xử lý tăng cường hình ảnh: xử lý miền không gian và xử lý miền tần số. Trước đây bao gồm hiệu ứng mức xám trên hình ảnh. Cũng như điều chỉnh bản vẽ, đều xử lý trực tiếp các giá trị màu xám điểm ảnh; Sau này là phân tích thành phần phổ của hình ảnh, sau khi biến đổi Fourier, phần tần số cao và thấp của phổ hình ảnh được xử lý và sau đó là biến tần Fourier. Lá biến đổi để có được kết quả hình ảnh mong muốn. Do phơi sáng bên ngoài và các yếu tố gây nhiễu khác trong quá trình truyền kênh, hình ảnh PCB thu được làm giảm độ sáng của hình ảnh và tăng nhiễu. Để loại bỏ nhiễu hiệu quả và tăng cường độ tương phản sáng tối của hình ảnh, bài viết này sẽ được kiểm tra trên bảng mạch PCB. Xử lý chuyển đổi thang màu xám và xử lý làm mịn hình ảnh của miền không gian đã chọn trong tăng cường hình ảnh 1.1 Chuyển đổi thang màu xám của miền không gian là một phương tiện quan trọng để tăng cường hình ảnh, có thể tăng phạm vi động của hình ảnh, mở rộng độ tương phản của hình ảnh, làm cho các tính năng hình ảnh rõ ràng hơn và cải thiện hiệu ứng hiển thị hình ảnh. Biến đổi thang xám có thể được chia thành biến đổi tuyến tính và biến đổi phi tuyến tính. Đặt phạm vi màu xám của hình ảnh gốc m(x,y) là [a,b] và mức xám của hình ảnh chuyển đổi tuyến tính n(x,y) sẽ được mở rộng thành [c,d] và mối quan hệ giữa chúng là: do phơi sáng quá mức hoặc phơi sáng không đủ, mức xám của hình ảnh PCB thu được bằng CCD có thể thay đổi trong một phạm vi nhỏ và máy tính có thể không nhìn thấy mức xám và hình ảnh mờ. Sử dụng chuyển đổi tuyến tính để kéo dài mức xám của mỗi pixel của hình ảnh bị mờ một cách tuyến tính, có thể cải thiện hiệu ứng hình ảnh của hình ảnh một cách hiệu quả. Để cải thiện quá trình xử lý sau khi nhận dạng hình ảnh và trích xuất tính năng, hình ảnh ban PCB ban đầu được xử lý bằng thang xám hai giá trị, Hình ảnh sau đó được cân bằng bằng cách sử dụng phương pháp miền hình ảnh của kỹ thuật chỉnh biểu đồ tần xuất. 1.2 Mục đích của việc làm mịn hình ảnh cho miền không gian là giảm và loại bỏ nhiễu hình ảnh để cải thiện chất lượng hình ảnh để xử lý tiếp theo, chẳng hạn như phân đoạn hình ảnh và nhận dạng hình ảnh. Trong miền không gian, trung bình vùng lân cận có thể được sử dụng để giảm tiếng ồn; Trong miền tần số, các dạng lọc thông thấp khác nhau có thể được sử dụng do xác suất lớn của phổ tiếng ồn trong dải tần số cao. Trong miền không gian, làm mịn hình ảnh chủ yếu bao gồm các phương pháp như ngưỡng tiếng ồn, trung bình khu phố, trung bình có trọng số, lọc trung bình, v.v. 1) Phương pháp ngưỡng tiếng ồn là một phương pháp loại bỏ tiếng ồn phổ biến, hiệu quả loại bỏ tiếng ồn cao và loại bỏ nó đơn giản và dễ dàng. Khi nó làm mịn hình ảnh, đó là thiết lập ngưỡng. Việc thiết lập ngưỡng ảnh hưởng trực tiếp đến hiệu ứng lọc và chi tiết hình ảnh. Mỗi pixel sau đó được phát hiện tuần tự dựa trên các đặc tính của hình ảnh và tất cả các giá trị pixel trong vùng lân cận của nó dựa trên công thức này. So sánh cho biết điểm ảnh có phải là tiếng ồn hay không. Nếu nó không phải là nhiễu, đầu ra là giá trị ban đầu của pixel đó; nếu nó là nhiễu, đầu ra là giá trị trung bình của mức độ xám của các pixel khác trong vùng lân cận đó. Việc lựa chọn ngưỡng T trong phương pháp này là rất quan trọng. Nếu T quá lớn hoặc quá nhỏ, ít nhiều sẽ gây ra nhiễu làm mịn không đủ hoặc làm mờ hình ảnh. Thuật toán lọc trung bình truyền thống trong 1.2.2 tập trung chủ yếu vào việc sắp xếp dữ liệu cửa sổ. Để giảm số lượng hoán vị và có được giá trị trung bình nhanh hơn, một thuật toán lọc trung bình nhanh đã được đề xuất. Chia một mảng thành một mảng một chiều để hoạt động, bắt đầu bằng cách lấy mức mảng. Lấy giá trị trung bình của mỗi hàng và sau đó lấy giá trị trung bình của mỗi hàng ngang làm đầu ra của bộ lọc. 2) Bộ lọc trung bình có trọng số nhanh Để giải quyết mâu thuẫn giữa giảm nhiễu và bảo vệ chi tiết hình ảnh, bài viết này đề xuất một thuật toán lọc trung bình có trọng số nhanh không chỉ cải thiện tốc độ lọc, Tiếng ồn được lọc tốt, nhưng cũng bảo vệ nhiều chi tiết hình ảnh hơn. Với trọng số, tỷ lệ pixel trung tâm trong cửa sổ được tăng lên. Đối với input: I1 I2,, IN), output weighted media filter: r cho weight, MED {} cho hàm số trung bình và chỉ định W=(1, 1, 1) là cửa sổ tiêu chuẩn. Quy định: trong đó T là hàm ngưỡng, và khi W là số nguyên, số lượng các thành phần đầu ra có trọng số trong 1 {WrI, 2 2} NNW rI WrI: Quá trình hoạt động của MED trong bộ lọc có trọng số nhanh là: Đầu tiên, số cN trong đầu ra có trọng số được sắp xếp theo thứ tự tăng dần và số thứ T của số cN đầu ra sau khi sắp xếp là đầu ra trung bình. MATLAB hỗ trợ 5 loại hình ảnh: index image, grayscale image, binary image, RGB image array và multi frame image. Hình ảnh bảng mạch PCB thu được có thể được tăng cường độ tương phản trước và sau đó khử nhiễu. Trong quá trình tăng cường độ tương phản, nhiễu ban đầu của hình ảnh cũng tăng lên đáng kể, khiến việc khử nhiễu hình ảnh tiếp theo không thể đạt được kết quả tốt. Vì vậy, bài viết này bắt đầu bằng cách khử nhiễu hình ảnh và sau đó là xử lý nâng cao. Trên hình ảnh bảng mạch PCB thu được, có thể có tiếng ồn cần khử nhiễu, cường độ nguồn sáng không đủ và hình ảnh tổng thể có thể tối hơn. Đầu tiên, sử dụng chức năng RGB2GRAY để chuyển đổi hình ảnh thu thập thành thang màu xám. Hình ảnh (256 màu) được so sánh với các phương pháp được đề xuất trong bài viết này và phương tiện truyền thống