PCB板圖片的處理技術研究論文
1 緒論
本文通過對由相機獲取的 PCB 圖片，在 MATLAB 軟件中對圖像進行必要處理，并對各種處理方法進行比較，從而找到較好的PCB 圖片處理方法。使電路板的質(zhì)量檢測水平提高，PCB 的印刷效率得到有效提高。本文中對 PCB 圖片的處理大致如下：a.PCB 原圖像采集；b.圖像平滑處理；c.比較并選取合適的濾波方法；d.圖像增強；e.比較各種算子處理后的 PCB 圖像。
2 圖像預處理
對印刷電路板圖片的拍照過程中，相機的電子擾動、周圍環(huán)境光照的變動等因素會產(chǎn)生噪聲，進而使圖片的質(zhì)量下降。圖像預處理可使噪聲污染得到緩減，信噪比得到提高。對于 PCB 圖片而言，主要受到兩類噪聲污染，分別為椒鹽噪聲以及高斯噪聲。通過平滑方法處理圖像上混雜的噪聲，但去噪能力越強，損失的圖像細節(jié)就越多，從而圖像變得越模糊。所以平滑處理圖片的時候，需要據(jù)情況平衡濾波效果和圖像細節(jié)。
中值濾波：先設計滑動窗口，求出像素點灰度值的中值 m.用 m 代替窗口中全部像素的灰度值 ai.當窗口內(nèi)的像素點數(shù)目為單數(shù)，中值 m 就是灰度值 ai按遞增或遞減的順序排列后處于中心的灰度值；若像素點數(shù)目為偶數(shù)，中值 m 是將灰度值 ai按遞增或遞減的順序排列后處于中心的二像素灰度值的期望。
3 圖像增強
圖像銳化就是為了使圖像中物體的.邊緣與輪廓更明顯，通過灰度差分法提取邊緣及輪廓。但是由于邊緣和輪廓的方向有任意性，而差分運算的方向是一定的，拉普拉斯，梯度，Sobel,Prewitt 等是具有各向同性特性的銳化方法。
3.1 Sobel 尖銳化
其中前面的算子是用于橫向的銳化，后面的算子則是用于縱向的銳化。
3.2 拉普拉斯銳化算法
拉普拉斯銳化算法是典型的與邊界方向沒關系的二階微分算法，對噪聲的敏感系數(shù)比一階微分算子高，采用二階微分算子能夠獲得較豐富的原圖片詳情。下面為二階微分銳化的推理：
由以上的推導，寫成模板系數(shù)形成就是拉普拉斯算子，具體形式如下：
現(xiàn)簡單地對照二階與一階微分的圖片銳化效果。以 Sobel 與拉普拉斯為例做對照。Sobel 算子只提取較少的邊緣細節(jié)，它提取的邊緣較為粗糙，而拉普拉斯算子反映的邊緣信息中包含了很多的細節(jié)，但是它所提取的邊緣有些許模糊。邊緣檢測的內(nèi)容有兩點：檢驗目標的邊界點、補充部分邊界點或者去掉部分邊界點，然后使這些邊界點用完整的線相連。
4 印刷電路板圖片的具體處理
5 結(jié)論
對于本文中所選的 PCB 圖片以及類似的 PCB 圖片，中值濾波是較理想的濾波方式；Sobel、拉普拉斯銳化算法比 Sobel 方法更加尖銳化，但是由于原圖片質(zhì)量不太理想，導致偶爾有斷點。因此檢測印刷電路板，原始圖片的采集也很關鍵。可以運用本文的中值濾波與拉普拉斯算子去處理類似文中的 PCB 圖片。從而有效提高 PCB板錯誤檢測水平。
參考文獻：
[1]阮秋琦。數(shù)字圖像處理基礎[M].北京：清華大學出版社，2009.
[2]唐向宏，岳恒立，鄭雪峰。MATLAB 及在電子信息類課程中的應用[M].北京：電子工業(yè)出版社，2009.
[3]胡永光，和衛(wèi)星。印刷電路板圖像邊緣檢測算法的研究及軟件實現(xiàn)[J].南京工業(yè)職業(yè)技術學院學報，2004,4（4）。
[4]劉陽。基于圖像處理的 PCB 焊接缺陷檢測技術研究[D].大連：大連理工大學，2009.
【PCB板圖片的處理技術研究論文】相關文章：
5.基于GIS的海量氣象數(shù)據(jù)預處理技術研究論文
7.pcb實習報告
本文來源：http://www.nvnqwx.com/shiyongwen/2287644.htm