Teknologi PCB - Segmen imej papan sirkuit cetak PCB

Berikut adalah perkenalan ke segmen imej papan sirkuit cetak PCB:

Sempadan

Segmen ambang adalah langkah kunci dalam pemprosesan imej. Intinya adalah untuk menentukan ambang bagi setiap piksel. Menurut ambang, ia ditentukan sama ada piksel semasa adalah latar depan atau latar belakang. Pada masa ini, terdapat banyak kaedah pemprosesan ambang, seperti ambang global dan lokasi. Ambang domain adalah kaedah segmen paling mudah, sementara yang terakhir membahagi seluruh imej ke dalam banyak sub-imej, dan setiap imej menggunakan ambang yang berbeza untuk segmen.

Kertas ini menganalisis algoritma dan mencadangkan kaedah pemilihan ambang adaptif yang diperbaiki berdasarkan ini. Praktik telah membuktikan bahawa kaedah ini mudah, kecil dalam pengiraan, cepat, secara statistik tepat, dan boleh mendapatkan ambang imej pada masa, dan segmen imej PCB Kesan adalah sangat baik. Selepas imej disegmen, grafik sasaran dijamin untuk selamat. Selepas imej ditambah, litar terbuka dan litar pendek dibuat lebih jelas dan lebih terkenal, membuat persiapan penuh untuk pemprosesan imej berikutnya.

Teori Algoritma 2

Algoritma segmentasi ambang:

(1) Bahagikan imej ke 4 sub-imej;

(2) Kira nilai rata-rata bagi setiap imej aksara;

(3) Tetapkan nilai ambang mengikut nilai rata-rata, dan nilai ambang hanya dilaksanakan pada sub-imej yang sepadan;

(4) Menurut ambang, setiap sub-blok dibahagi.

Dalam algoritma ini, nilai rata-rata digunakan sebagai ambang bagi sub-blok.

Karakteristik distribusi kelabu papan sirkuit cetak, yang mempunyai karakteristik berikut:

(1) Terdapat puncak latar belakang yang jelas dan puncak sasaran;

(2) Kedua puncak itu jauh terpisah, dan nilai abu-abu di antara keduanya pada dasarnya sama, tanpa gangguan yang jelas;

(3) Perubahan aras kelabu bagi titik piksel latar belakang dan titik piksel sasaran berterusan, dan aras kelabu bagi sempadan sasaran secara perlahan-lahan, bukan tiba-tiba.

Praktik telah membuktikan bahawa algoritma tidak sesuai untuk papan sirkuit cetak, dan kesan segmen tidak terlalu baik, kerana rata-rata tahap abu-abu bukanlah yang paling bawah histogram, dan terdapat sebahagian besar dari kawasan rata dalam histogram PCB, walaupun 0 kelabu Untuk segmen dengan tepat imej PCB, perlu mencari kaedah lain yang berkesan. Perhatikan bahawa titik nilai kelabu rata-rata diantara dua nilai puncak (ie, nilai kelabu rata-rata). Nilai adalah diantara nilai kelabu latar belakang dan nilai kelabu sasaran) dan hampir ke bawah, jadi pertimbangkan mencari titik minimum di kawasannya. Untuk segmen imej sasaran PCB, puncak sasaran histogram boleh ditentukan dahulu, dan kemudian titik nilai minimum boleh ditentukan, dan kemudian puncak latar belakang boleh ditemui. Titik nilai minimum digunakan sebagai ambang segmen, dan skala kelabu dipilih dekat puncak sasaran dan puncak latar belakang. Nilai darjah digunakan sebagai ambang untuk sirkuit terbuka dan peningkatan sirkuit pendek. Dalam imej PCB, kadang-kadang sasaran jarang, tetapi kadang-kadang sasaran padat. Mencari titik maksimum seluruh histogram adalah relatif mudah, tetapi bagaimana untuk menentukan sama ada puncak latar belakang ini adalah puncak latar belakang atau puncak sasaran menjadi kunci untuk masalah.

Untuk imej PCB umum, sasaran (wayar tembaga) diwakili oleh skala kelabu tinggi, dan latar belakang diwakili oleh skala kelabu rendah. Kaedah pencarian ambang yang boleh diselesaikan di bawah.

(1) Cari nilai kelabu yang sepadan dengan puncak terbesar. Cari nilai maksimum f(H) dalam selang kelabu penuh [0, 255], dan nilai yang sepadan adalah H;

(2) Kira aras kelabu purata imej:

(3) Tentukan sama ada ia adalah puncak latar belakang atau puncak sasaran:

Jika titik nilai minimum dipilih, nilai minimum ditemui di lingkungan 30 titik rata-rata, dan nilai yang sepadan adalah Hmin.

Perhatian: Saiz lingkungan boleh dipilih mengikut situasi sebenar.

Titik puncak kedua ditentukan oleh (5):

Jika hanya puncak latar belakang Hb ditemui dalam (3), maka cari nilai minimum f(H) dalam interval kelabu [Hmin, 255], dan nilai yang sepadan adalah titik puncak sasaran Hf;

Jika nilai puncak sasaran H f ditemui dalam (3), maka cari nilai minimum f(H) dalam interval kelabu [0, Hmin], dan nilai yang sepadan adalah titik puncak latar belakang Hb;

(6) Guna Hmin sebagai ambang untuk melakukan segmen imej;

Cari aras kelabu (biasanya Hb+10) dekat sisi kanan puncak latar belakang Hb, dan buat peningkatan sirkuit pendek;

Cari aras kelabu (biasanya Hf-10) dekat sisi kiri puncak sasaran Hf untuk peningkatan sirkuit terbuka.

Perhatian: Algoritma ini sangat sesuai untuk imej histogram terus menerus. Untuk histogram yang berhenti, anda boleh buat interpolasi sebelah dulu dan tukar histogram ke graf terus menerus. Kemudian kaedah di atas boleh digunakan untuk menentukan ambang.

3 Hasil percubaan

Apabila terdapat bunyi dalam imej PCB, dua kaedah biasanya diadopsi:

(1) Penapis dahulu dan kemudian binarasi, sehingga imej PCB asal akan kehilangan banyak maklumat perincian pinggir, membuat keputusan statistik tidak cukup tepat;

(2) Tiada proses, tetapi ia akan menyebabkan banyak bunyi kecil dalam imej, dan keputusan statistik juga tidak cukup tepat.

Untuk memastikan ketepatan keputusan statistik, tidak sepatutnya beberapa pinggir imej hilang dan lebar baris dikurangi kerana pengaruh penapisan, dan titik bunyi tersebut tidak sepatutnya dianggap secara salah sebagai baris untuk statistik. Anda boleh menggunakan binarisasi dahulu dan kemudian membuangnya. Kaedah bunyi.

Dalam eksperimen ini, imej PCB yang diperoleh dari kamera adalah relatif jelas dan mempunyai sedikit bunyi, jadi ia diproses secara langsung.

Hasil percubaan menunjukkan bahawa kaedah ini adalah kaedah praktik, cepat dan mudah.