PCB-Technologie - Forschung basierend auf PCB-Bildvorverarbeitung

PCB ist eine unverzichtbare und wichtige Säule in der Informationsindustrie. Als Basiskomponenten verschiedener elektronischer Produkte und Informationsträger, der verschiedene elektronische Komponenten integriert, PCB hat sich schnell in Richtung hoher Leistung entwickelt, hohe Geschwindigkeit, Licht, dünn, kurz und klein. Technologie und Komplexität haben ein sehr hohes Niveau erreicht. Daher, mit der kontinuierlichen Erweiterung der Leiterplattenfeld, die Bedeutung von PCB weiter erhöht wird.

Im Prozess der Abtastung, Quantisierung und Übertragung des Graustufenbildes der zu messenden Leiterplatte aufgrund ungleichmäßiger Beleuchtungsänderungen, des Sensorrauschens der ladungsgekoppelten Gerätekamera (CCD, Charge-Coupled Device) selbst und der analog-zu-digitalen Erfassung (AD, Analog- Das Quantisierungsrausch des zu-Digital)-Prozesses, das Kornrauschen, das durch den lichtempfindlichen Prozess erzeugt wird, und das leichte Jitter verursacht durch menschliche Faktoren usw.,

Das während der Übertragung und Empfangsverarbeitung erhaltene Bild wird zwangsläufig von den internen Komponenten und der externen Umgebung beeinflusst, wodurch die Bildqualität verzerrt wird. Das Signal-Rausch-Verhältnis sinkt. Um Lärm zu reduzieren, Sie können einen Glättungsfilter verwenden, um das zu testende Bild zu filtern, Wenn Sie jedoch Glättungsfilter unterschiedlicher Größe wählen, wird das bearbeitete Bild unterschiedlich verwischt. Daher, zur Verbesserung der Bildqualität, Der verwendete Filter kann nicht nur effektiv das Geräusch entfernen. Und kann das ursprüngliche Aussehen des Bildes so viel wie möglich bewahren.

1 Bildverbesserung

Bildverbesserung ist eine Technologie zur Verbesserung der Bildqualität. Verglichen mit einer Vorverarbeitung der Bilderkennung kann sie in zwei Kategorien unterteilt werden: räumliche Domänenverarbeitung und Frequenzbereichsverarbeitung entsprechend der räumlichen Differenz der Bildverbesserungsverarbeitung. Ersteres beinhaltet den Graustufeneffekt auf dem Bild. Neben der Histogrammkorrektur wird der Pixelgrau-Wert direkt verarbeitet; Letzteres soll die spektralen Komponenten des Bildes analysieren, nach Fourier-Transformation werden die Hochfrequenz- und Niederfrequenzteile des Bildspektrums verarbeitet, und dann erhält die inverse Fourier-Transformation das gewünschte Bildergebnis.

1.1 Graustufentransformation im räumlichen Bereich

Als wichtige Methode der Bildverbesserung kann die Graustufentransformation den Dynamikbereich des Bildes erhöhen, den Kontrast des Bildes erweitern und die Bildeigenschaften offensichtlicher machen, um den Bildanzeigeeffekt zu verbessern. Graustufentransformation kann in lineare und nichtlineare Transformation unterteilt werden.

Aufgrund von Über- oder Unterbelichtung, die Graustufen der PCB-Bild Die von der CCD gesammelten Daten können innerhalb eines kleinen Bereichs variieren, und der Computer kann keine Graustufen und unscharfe Bilder sehen. Mit der linearen Transformation können die Graustufen jedes Pixels des unscharfen Bildes linear gestreckt werden, die die visuelle Wirkung des Bildes effektiv verbessern kann.

1.2 Bildglättung im räumlichen Bereich

Der Zweck der Bildglättung besteht darin, Bildrauschen zu reduzieren und zu eliminieren, um die Bildqualität für die nachfolgende Verarbeitung wie Bildsegmentierung und Bilderkennung zu verbessern. Im räumlichen Bereich können Sie Nachbarschaftsmittelung verwenden, um Lärm zu reduzieren; Im Frequenzbereich, da das Frequenzspektrum von Hochfrequenzrauschen wahrscheinlicher ist, können verschiedene Formen der Tiefpassfilterung verwendet werden. Im räumlichen Bereich umfasst die Bildglättung hauptsächlich Methoden wie Rauschschwelle, Nachbarschaftsdurchschnitt, gewichteter Durchschnitt und Medianfilterung.

1.2.1 Lärmschwelle

Die Rauschschwellenmethode ist eine gängige Rauschbeseitigungsmethode, die eine hohe Effizienz in der Rauschausführung hat und einfach und einfach zu beseitigen ist. Wenn das Bild geglättet wird, ist das erste die Einstellung des Schwellenwerts. Die Einstellung des Schwellenwerts wirkt sich direkt auf den Filtereffekt und BildDetails aus. Dann, entsprechend den Eigenschaften des Bildes, wird jedes Pixel sequenziell, entsprechend der Formel und seiner gesamten Nachbarschaft detektiert. Die Pixelwerte werden verglichen, um festzustellen, ob es sich bei dem Pixel um Rauschen handelt. Wenn es sich nicht um Rauschen handelt, wird der ursprüngliche Wert des Pixels ausgegeben; Wenn es Rauschen ist, ist die Ausgabe der Durchschnittswert der Graustufen anderer Pixel in der Nachbarschaft. Die Auswahl des Schwellenwerts T bei dieser Methode ist sehr wichtig. Wenn T zu groß oder zu klein ist, wird das Rauschen mehr oder weniger ungenügend geglättet oder das Bild unscharf.

1.2.2 Mediane Filterung

Der traditionelle Medianfilteralgorithmus konzentriert sich hauptsächlich auf die Sortierung von Fensterdaten. Um die Anzahl der Permutationen zu reduzieren und den Median schneller zu erhalten, wird ein schneller Median-Filter-Algorithmus vorgeschlagen, der das Array für den Betrieb in ein eindimensionales Array zerlegt und zuerst die Array-Ebene nimmt. Der Medianwert jeder Zeile und dann der Medianwert des Medianwerts jeder horizontalen Zeile wird als endgültige Ausgabe der Filterung genommen.

1.2.3 Schneller gewichteter Medianfilter

Um den Widerspruch zu lösen, nicht nur Lärmreduzierung, but also Schutz der Leiterplatte image Details, Diese Arbeit schlägt einen schnellen gewichteten Medianfilteralgorithmus vor, was nicht nur die Filtergeschwindigkeit verbessert, aber filtert auch Geräusche gut heraus, schützt aber auch mehr Bilder. detail.