印刷电路板的图像分割.doc

印刷电路板的图像分割 1 前沿
阈值分割是图像预处理中关键的步骤，实质是对每一个象素点确定一个阈值，根据阈值决定当前象素是前景还是背景点，目前，已有大量的阈值处理方法，比如全局阈值和局域阈值，是最简单的分割方法，而后者则是把整幅图分成许多子图像，每幅图像分别使用不同的阈值进行分割。
本文分析了文献[1]中的算法，并在此基础上提出了一种改进的自适应阈值选取方法，实践证明，这种方法简单、计算量小、速度快、统计准确，可以适时获取图像的阈值，PCB图像分割的效果非常好，图像分割以后，保证了目标图形的完好无损，图象增强之后，使的开路和短路更加清晰、突出，为以后的图像处理做好了充分的准备工作。
2 算法理论 文献[1]中自适应阈值分割算法： （1）将图像分成4个子图像； （2）计算每个字图像的均值；
（3）根据均值设置阈值，阈值只应用在对应的子图像； （4）根据阈值，对每个子块进行分割。 此算法中，将均值作为子块的阈值。
印刷电路板的灰度分布特征，如图1所示，其具有以下特征： （1）具有明显的背景峰值和目标峰值；
（2）两个峰值距离较远，而且其间灰度值基本相等，没有明显的波谷；
（3）背景象素点和目标象素点的灰度变化具有连续性，目标边界的灰度是渐变的，不是突变的，如下图所示。
经实践证明，文献[1]中的算法不适合印刷电路板，分割的效果也不是很好，因为平均灰度不一定是直方图的波谷，而且在PCB的直方图中有很大一部分平坦的区域，甚至为0的灰度级，寻找极小值点比较困难，为了对PCB图像进行准确的分割，需要寻找另外一种有效的方法，注意到，平均灰度值点是在两个峰值之间（即，平均灰度值在背景灰度值和目标灰度值之间），而且靠近于波谷，所以考虑在其领域内寻找极小值点。
为了分割PCB的目标图像，可以先确定出直方图的目标峰，再确定极小值点，然后可以找出背景峰，将极小值点作为分割阈值，在目标峰和背景峰附近选择一个灰度值，分别作为开路、短路增强的阈值，在PCB图像中，但有时目标比较稀疏，但有时比较密集。寻找整个直方图的最大值点比较简单，但是如何确定这个峰值是背景峰还是目标峰，成为问题的关键。
对于一般的PCB图像，其目标（铜线）表现为高灰度，背景表现为低灰度，以下讨论一种可行的阈值搜索方法。
（1）找出最大的一个峰值所对应的灰度值。在全灰度区间[0，255]找出f（H）的最大值，其对应值即为H； （2）计算图像的平均灰度：
（3）确定是背景峰还是目标峰： 如果H

深圳金百泽电子科技股份有限公司（）成立于1997年，是线路板行业十强企业，总部设在深圳，研发和生产分布在深圳、惠州和西安等地，为客户提供产品研发的PCB设计、PCB快速制造、SMT加工、组装与测试及硬件集成等垂直整合解决方案，是国内最具特色的电子制造服务提供商。电话：[phone]