BGA焊点的图像分割识别方法

图像分割是X射线扫描图像检测系统中的关键部分。本文是在活动轮廓模型的图割(Graph Cuts Based Active Contours)算法基础上,利用测地线模型去实现活动轮廓模型,再根据图割去计算测地线,最后通过最大流/最小割原理进行求解实现图像分割。在分割处理后的图像上,利用随机森林(Random Forest)圆形度这一属性进行焊点的识别。实验结果表明基于训练圆形度的随机森林算法对焊点的识别能力优于直接通过圆形的阈值来识别焊点的能力。

局部梯度增强的X射线图像去噪TV模型

为解决自动X射线检测设备采集的球形栅阵列(ball grid array,BGA)电路板图像常带有大量噪声的问题,根据BGA电路板焊点检测的需求和X射线图像噪声的特点,将去噪问题转化为图像的纹理滤波,在全变分(total variation,TV)优化模型的基础上,提出了结合局部梯度信息的图像去噪TV模型。首先利用图像中结构和纹理区域内的局部梯度信息差异,设计局部梯度增强的TV(local gradient enhancement TV,LGETV)模型;然后通过迭代重加权最小二乘法运算得到去噪结果图像。实验结果表明算法在BGA电路板X射线图像的去噪性能上优于多种相关算法。