張?zhí)於?，林嘉宇，?巍

(國防科學(xué)技術(shù)大學(xué)電子科學(xué)與工程學(xué)院，長沙410073)

1 引言

隨著計算機圖像處理技術(shù)、模式識別、人工智能的發(fā)展，運用光學(xué)自動檢測［1］(AOI，Automatic Opitc Inspection)代替人工對印刷電路板的質(zhì)量進行檢測已經(jīng)成為發(fā)展的趨勢。研究基于圖像處理的印刷電路板質(zhì)量檢測系統(tǒng)的總體設(shè)計，闡述了基于圖像處理的檢測系統(tǒng)的工作原理，討論了圖像采集單元中掃描儀的選擇和驅(qū)動程序設(shè)計，討論了圖像處理單元中的圖像去噪，圖像分割、圖像識別算法，運用圖像差分運算方法完成了對缺陷的檢測，并進行了仿真實驗。

2 系統(tǒng)結(jié)構(gòu)組成

印刷電路板質(zhì)量檢測系統(tǒng)由硬件系統(tǒng)和軟件系統(tǒng)組成。設(shè)計的硬件系統(tǒng)包括圖像采集單元(掃描儀)、計算機(主機和顯示器);軟件系統(tǒng)主要是計算機的圖像處理系統(tǒng)。它將硬件系統(tǒng)傳輸來的PCB圖像進行處理、分析和識別，以判斷待檢測圖像中是否存在缺陷。工作時，掃描儀固定于生產(chǎn)線傳送帶的一側(cè)，采集并獲取PCB板圖像，由檢測計算機的圖像處理系統(tǒng)對采集到的圖像進行處理、分析、判別，并進行人機交互。系統(tǒng)的結(jié)構(gòu)組成如圖1所示。

工作原理:獲取圖像之后，圖像的預(yù)處理模塊對待檢測圖像進行預(yù)處理，采用中值濾波對圖像進行平滑去噪;采用最大類間方差［2］對圖像進行二值化處理。經(jīng)過圖像的預(yù)處理之后，進行圖像缺陷識別。主要采取待檢測圖像與標(biāo)準(zhǔn)圖像的二值化圖像進行差分運算的方法，去除共同的部分，留下圖像中的缺陷;由于缺陷中可能有因噪聲引起的偽缺陷，需要通過之前系統(tǒng)預(yù)先設(shè)置的缺陷容許值來判斷是否為缺陷，最后，把檢測出的缺陷情況及時提供給操作人員。

圖1 系統(tǒng)結(jié)構(gòu)組成圖

3 圖像采集單元

系統(tǒng)的圖像采集設(shè)備為掃描儀，其主要功能是掃描獲取PCB板圖像并傳送給檢測計算機。采用掃描儀的目的是，一方面為了減少成本，另一方面不需要照明光源的輔助，并可以獲取到高質(zhì)量及噪聲較小的圖像。因此，綜合考慮系統(tǒng)穩(wěn)定性能、抗干擾能力、成本大小等因素，對圖像的采集由掃描儀來完成。圖像采集過程如圖2所示。

圖2 圖像采集過程

選擇合適的掃描儀［3］，不僅能提高工作效率，還可以體現(xiàn)經(jīng)濟效益。在選擇掃描儀的型號時，一般從光學(xué)分辨率、掃描方式、色彩位數(shù)及接口類型四個方面的參數(shù)入手。結(jié)合這四個方面的參數(shù)，本論文選用明基的5560掃描儀。

通過計算機驅(qū)動掃描儀［4］來采集PCB板圖像，使用TWAIN(Technology Without An Interesting Name)協(xié)議實現(xiàn)圖像采集硬件和處理軟件的通訊協(xié)議及編程接口的連接，主要考慮到目前幾乎所用的掃描儀都帶有TWAIN驅(qū)動程序，開發(fā)基于Windows的圖像采集應(yīng)用程序，功能完全能夠滿足系統(tǒng)要求，并且實現(xiàn)較為簡單。

4 圖像處理單元

PCB板質(zhì)量檢測系統(tǒng)的核心部分是圖像處理單元，基于當(dāng)前圖像處理現(xiàn)有的算法，能否結(jié)合圖像處理過程的各個步驟研究開發(fā)最佳的處理算法是一個檢測系統(tǒng)好壞的重要標(biāo)志。圖像處理單元由圖像預(yù)處理、圖像匹配、圖像識別三大基本步驟組成。該單元的主要任務(wù)是完成對采集到的圖像進行處理和檢測識別，判斷一塊PCB板是否存在缺陷，減少后續(xù)生產(chǎn)的工作量。

4.1 圖像獲取

掃描儀采集圖像之后，圖像與黑色背景融合在一起。為此，采用水平投影和垂直投影的方法把圖像提取出來。為了后續(xù)處理的需要，需要采集一張質(zhì)量較好沒有傾斜的PCB板標(biāo)準(zhǔn)圖像，通過中值濾波去噪、閾值分割之后形成的二值化圖像存入計算機硬盤，為后續(xù)的差分運算做準(zhǔn)備。標(biāo)準(zhǔn)PCB板圖像的二值化圖像如圖3所示。

圖3 標(biāo)準(zhǔn)閾值分割圖像

4.2 圖像平滑

在PCB板圖像的采集過程中，由于掃描儀、計算機等設(shè)備的熱輻射及采集過程中操作不當(dāng)，使采集的圖像都不可避免的含有各種噪聲，因此，為了后續(xù)圖像處理的需要，必須對圖像進行平滑去噪處理。

采用掃描儀獲取PCB板圖像，并轉(zhuǎn)換成灰度圖像。從灰度圖像中可以看出，圖像中存在孤立點噪聲，如圖4所示。

中值濾波［5-6］(Median Filtering)是一種可有效抑制噪聲的非線性濾波方式。該濾波的特點是運算不需要統(tǒng)計圖像特性，速度快，容易實現(xiàn)，對脈沖噪聲和點狀噪聲最為有效，并能較好地保留邊緣細(xì)節(jié)。因此，選用中值濾波的方法對圖像進行平滑去噪。如圖5所示。

4.3 圖像分割

基于圖像處理印刷電路板質(zhì)量檢測的步驟之一就是圖像識別，而本節(jié)的圖像閾值分割是圖像識別的基礎(chǔ)。在圖像分析和識別中，需要將圖像中有特定意義的部分進行研究。這些部分被稱為目標(biāo)或前景，其余部分稱為背景。為了識別和分析目標(biāo)，需要把它們從背景中提取出來。圖像閾值分割的過程就是提取圖像具有特定意義的區(qū)域及目標(biāo)的技術(shù)和過程［7］。

圖4 灰度圖像

圖5 中值濾波圖像

基于最大類間方差計算過程簡單，使用比較廣泛的特點，對于一般沒有明顯直方圖雙峰的圖像也可以適用，可以得到較為滿意的處理效果。它雖然不是最佳，但是一種最穩(wěn)定的算法。因此，采用最大類間方差對圖像進行閾值分割。

采用該算法對預(yù)處理后的圖像進行分割的二值化圖像如圖6所示。

4.4 圖像缺陷識別

圖像識別是通過計算機對圖像處理之后，對圖像進行分析和理解，識別各種不同模式的目標(biāo)和對象的技術(shù)。圖像缺陷識別采用參考法，即通過待檢測圖像與質(zhì)量完好的標(biāo)準(zhǔn)圖像進行對比來判斷圖像中是否存在缺陷。在獲取標(biāo)準(zhǔn)圖像和待檢測圖像的二值化圖像之后，為了判斷待檢測圖像與標(biāo)準(zhǔn)圖像的差異，主要通過對兩幅二值化圖像點對點的差分運算來實現(xiàn)。兩幅二值化圖像差分運算之后的圖像如圖7所示。

圖6 閾值分割圖像

從上圖7可以看出，通過差分運算之后，圖像中還存在因背景噪聲引起的偽缺陷。為了消除偽缺陷，采用中值濾波的方法對背景噪聲進行濾除，突出圖像中的缺陷。經(jīng)過濾波之后的圖像如圖8所示。

圖7 兩幅二值化圖像差分運算后的圖像

圖8 缺陷圖像中值濾波圖

5 結(jié)束語

將圖像處理應(yīng)用于印刷電路板的工業(yè)生產(chǎn)之中，即采用圖像處理對印刷電路板缺陷進行檢測。對檢測系統(tǒng)的整體結(jié)構(gòu)組成進行了設(shè)計，介紹了系統(tǒng)的工作原理和基本功能，討論了圖像采集單元中的掃描儀選擇，設(shè)計了計算機驅(qū)動掃描儀的程序，重點討論了圖像處理單元中的圖像去噪、圖像分割、圖像識別算法，并完成仿真實驗。實驗結(jié)果表明文中采用的方法能較為有效地檢測PCB板中斷路、短路、缺損等缺陷。

［1］ 鄔明慧，安志勇，高瑀含，趙偉星.印刷電路板檢測系統(tǒng)光學(xué)設(shè)計［J］.長春理工大學(xué)學(xué)報(自然科學(xué)版)，2011，43(3):40-42.

［2］ Otsu N.A threshold selection method from gray-level histograms［J］.IEEE Transactions on Systems，Man，and Cybernetics，1979，9(1):62-66.

［3］ 謝志鵬，陳鍛生.用VC設(shè)計數(shù)碼相機、掃描儀的圖像采集程序［J］.微機發(fā)展，2002(3):49-52.

［4］ NEAL C.GALLAHHER.A Theoretial Analysis of the ProPerties of Median Filters［J］.IEEE-TRANS，1981，29(6):1136.

［5］ 朱維仲，董彩平.中值濾波技術(shù)及其在圖像處理中的應(yīng)用［J］.天津職業(yè)技術(shù)師范學(xué)院學(xué)報，2002，12(3):42-44.

［6］ 孫燮華.數(shù)字圖像處理原理與算法［M］.北京:機械工業(yè)出版社，2010.