一种印刷电路板缺陷图像边缘信息提取方法

为了较好地提取印刷电路板缺陷图像边缘信息,提出了基于二阶曲线拟合、模式聚类与阈值比较法相结合的印刷电路板缺陷图像边缘信息提取方法。首先分析了最小二乘法拟合的基本原理;然后在此基础上提出了采用二阶曲线拟合法来设定阈值进行拟合得到大致的图像边缘,并分析了其基本原理;最后在模式聚类基础上利用阈值比较法选择适当阈值截取拟合曲线得到图像边缘点、去除噪声边缘点,连接各个图像边缘点可得到缺陷图像的边缘信息。用由显微镜及CCD获取的4幅印刷电路板缺陷图像进行了实验;从实验主观效果看,用该方法提取出图像边缘信息的效果较好,图像边缘比较连续,噪声点极少;从实验客观效果评价看,用该方法所得到的图像边缘信息熵较大。实验结果表明,该方法结合了二阶曲线拟合、模式聚类与阈值比较法优点,可较好地提取出印刷电路板缺陷图像的边缘信息。

保留灰度级的PCB图像增强研究

从理论上分析了直方图均衡化过程中灰度级合并的原因,给出了简单的物理解释和解析推导,并讨论了该算法的缺点;为了使图像保留更多的细节信息、消除虚假轮廓、保持连续性、提高对比度,提出了保留灰度级的直方图均衡化算法,并分析了其基本原理;对CCD与显微境获取的PCB图像进行了实验,结果表明:通过该算法处理的图像比采用传统直方图均衡化算法处理的图像的效果好。

一种基于稳定区域的图像特征描述子

当不同成像条件下图像局部内容的特征存在明显差异时,会导致特征描述子难以正确匹配。为此,提出一种基于稳定区域的图像特征描述子。利用最大稳定极值区域检测算法提取图像的稳定区域,结合图像特征点的位置和尺度信息,根据稳定区域计算特征主方向,在适应于特征点所属稳定区域尺度的较大邻域内,生成基于对数-极坐标系的特征描述子。应用结果表明,该描述子在图像局部内容变化较大时仍具有旋转不变性和稳定的匹配性能,能有效解决印刷电路板CT图像的配准问题。

印刷电路板光板缺陷图像预处理研究

为了更好地对印刷电路板光板缺陷图像进行预处理,提出了一种改进的基于全变分模型自适应图像预处理方法。分析了基于全变分范数的图像预处理模型,指出了其存在的缺点。讨论了基于L1+p范数的广义的全变分图像预处理模型,分析了其优点与不足之处。提出了一种改进的基于全变分模型自适应图像预处理方法,该方法能尽可能地去除印刷电路板光板缺陷图像中的噪声,同时可克服缺陷图像去噪后存在的边缘模糊与阶梯效应,使去噪后的图像得到增强且具有更加光滑、细腻的视觉效果。对实际获取的印刷电路板光板缺陷图像采用四种图像预处理方法或模型进行了主观与客观实验比较,结果表明,该方法对印刷电路板光板缺陷图像预处理有较好的效果。而且,针对不同的印刷电路板光板缺陷采用该方法都能很好地检测出结果。

PCB光电图像光照不均蜕化的校正及阈值分割方法

分析了CCD获取的图像光照不均蜕化产生原因.针对光照不均蜕化的印刷电路板图像的具体情况,用同态滤波器在频域空间进行滤波而增强图像,从而改善图像的目标与背景对比度.讨论了最大类间方差法,给出了其优点.为了更好的分割图像,在此基础上,考虑两类间距与各类内聚性对图像分割的不同影响,提出了一种改进的最大类间方差法.最后对光照不均蜕化的PCB光电图像用不同方法进行了实验,结果表明改进方法能更好地分割图像.

印刷电路板光电图像获取与预处理研究

为了获取完整且大面积的印刷电路板(PCB)光电图像,在淡入淡出的自然缝合算法的基础上,提出了一种基于硬件的图像自动拼接新算法,并分析了其基本原理。选择用中值滤波滤除图像中的噪声。针对获取后的PCB光电图像整体偏暗的特点和其直方图中出现灰度冗余的情况,提出了去灰度冗余与灰度变换结合起来的图像增强新算法,并分析了其基本原理。用图像自动拼接算法得到了完整且大面积的PCB光电图像实验结果;用完整图像中的局部小图像从主观与客观两方面对几种图像增强算法的增强效果进行了比较,本图像增强算法的增强效果较好。

印刷电路板光电图像畸变校正研究

为了校正因CCD摄像系统视场较大等原因产生畸变现象的印刷电路板(PCB)光电图像,提出了一种自适应控制的图像畸变校正方法。详细分析了存在几何畸变图像进行校正的基本原理,首先给出了畸变图像任一点坐标与校正图像对应点坐标之间的关系,然后以畸变图像与校正图像间控制点对的映射关系为基础,采用最小二乘法(LSM)、多项式拟合和双线性插值的灰度重建,由自适应控制关系找到畸变图像与校正图像控制点对的对应坐标,使发生几何畸变的图像得到有效校正。对方格测试图像和由CCD摄像系统获取的存在几何畸变的PCB光电图像进行了实际校正试验,结果证明了基本原理分析的正确性。

一种基于深度学习的PCB图像字符检测方法

利用印刷电路板(PCB)残片图像的字符检索完整PCB图像,是解决PCB残片溯源难题的一种有效方法;为此,提出了一种高性能的PCB图像字符检测方法。基于残差网络结构实现特征金字塔的提取,设计双检测头进行字符区域预测,引入结构相似性损失函数优化网络;设计了一种适合PCB图像的字符区域热力图标签生成算法以训练网络;采用多种数据增强、多尺度检测等策略提高字符检测性能。在自建PCB图像数据集上进行测试,该方法的字符检测精准率为95.6%、召回率为92.4%;特别是综合指标F1为93.6%,优于对比方法,证明了针对PCB图像字符检测问题,所提出的综合检测方法可与当前自然场景图像字符检测的先进方法媲美。