圖像分割技術用于印刷電路板檢測的研究

摘要：圖像分割在圖像分析、圖像識別、圖像檢測等方面占有非常重要的地位，是從圖像處理到圖像分析的重要步驟，圖像分割的好壞直接影響到圖像分析的結果。針對此就印刷電路板檢測過程中的圖像分割進行研究。閾值分割技術的運算效率高、計算簡單等特點非常適應印刷電路板檢測的快速性和穩定性要求，因此著重介紹了四種闞值分割技術，并借用軟件將各算法分別應用于實際的印刷電路板圖像，然后對各個閾值化算法的分割結果做了對比和簡要分析。
關鍵詞：圖像分割；印刷電路板(PCB)；閾值分割；多閾值法

0 引言
隨著生產技術的提高，印刷電路板(PCB)制造在電子工業中的作用越來越重要，PCB的質量將對電子產品能否長期、正常、可靠的工作帶來非常大的影響。而PCB制作工藝日趨復雜，使PCB的質量檢驗成為一件非常困難的工作。基于計算機與圖像處理技術進行的PCB缺陷自動視覺檢測的研究近年來成為PCB檢測的熱門方向。本文就圖像分割技術應用于PCB圖像進行研究。
圖像分割是圖像處理與計算機視覺領域低層次視覺中最為基礎和重要的領域之一，它是對圖像進行視覺分析和模式識別的基本前提，分割的準確性將直接影響后續任務的有效性。圖像分割是指根據灰度、彩色、空間紋理、幾何形狀等特征把圖像劃分成若干個互不相交的區域，使得這些特征在同一區域內，表現出一致性或相似性，而在不同區域間表現出明顯的不同。簡單地講，就是在一幅圖像中，把目標從背景中分離出來，以便于進一步處理。值得一提的是，圖像分割是一個經典難題，到目前為止既不存在一種通用的圖像分割方法，也不存在一種判斷是否分割成功的客觀標準。

1 圖像分割的基本概念與分類
首先，圖像分割的定義是：
令集合R代表整個圖像區域，對R的分割可以看作將R分成N個滿足以下五個條件的非空子集(子區域)R1，R2，…，RN：
(1)；
(2)對所有的i和j，i≠j，有Ri∩Rj=φ；
(3)對i=1，2，…，N，有P(Ri)=TRUE；
(4)對i≠j，P(Ri∪Rj)=FALSE；
(5)對i=1，2，…，N，R是連通區域。
其中，P(Ri)是對所有在集合Ri中元素的邏輯謂詞，φ代表空集。
其中，條件(1)指出在對一幅圖像的分割結果中全部子區域的總和(并集)應能包括圖像中所有像素(就是原圖像)，或者說分割應將圖像中的每個像素都分進某個子區域中。條件(2)指出在分割結果中各個子區域是互不重疊的，或者說在分割結果中一個像素不能同時屬于兩個區域。條件(3)指出在分割結果中每個子區域都有獨特的特性，或者說屬于同一區域中得的像素應該具有某些相同特性。條件(4)指出在分割結果中，不同的子區域具有不同的特性，沒有公共元素，或者說屬于不同區域的像素應該具有一些不同的特性。條件(5)要求分割結果中同一個子區域內的像素應當是連通的，即同一個子區域內的任兩個像素在該子區域內互相連通。
實際應用中圖像分割不僅要把一幅圖像分成滿足上面五個條件的各具特性的區域而且需要把其中感興趣的目標區域提取出來。圖像閾值化分割是一種最常用，同時也是最簡單的圖像分割方法，它特別適用于目標和背景占據不同灰度級范圍的圖像，它不僅可以極大地壓縮數據量，而且也大大簡化了分析和處理步驟。而對于PCB圖像檢測，不僅要求檢測的準確性，還要求檢測的快速性和穩定性，因此閾值化分割方法是非常適用于PCB圖像的分割的。
閾值分割法是一種基于區域的圖像分割技術，簡單地說，取閾值分割就是先確定一個處于圖像灰度取值范圍之中的灰度閾值，然后將圖像中各個像素的灰度值都與這個閾值相比較，并根據比較結果將對應的像素劃分為兩類：像素的灰度值大于閾值的為一類，像素灰度值小于閾值的為另一類。如果將一類像素點值記為0，另一類記為1，則分割后的圖像就是所謂的二值圖像。灰度閑值分割的方法通常有四種：雙峰法、迭代法、大津法、多閾值法。本文將對這四種分割算法進行綜述，并將其分別應用于PCB圖像的分割，討論其分割效果。
2 閾值分割算法綜述
2．1 雙峰法
雙峰法的原理很簡單：它認為圖像的前景和背景(不同的灰度級)組成，圖像的灰度分布曲線可近似認為是由兩個正態分布函數疊加而成，圖像的直方圖將會出現兩個分離的峰值，選擇兩峰之間的谷底作為閾值(如圖1)。步驟如下：
(1)找出直方圖的兩個最大的局部值：zi，zj；
(2)求zi，zj間直方圖最低點zk；
(3)用h(zk)／min(h(zi)，h(zj))測試直方圖的平坦性；
(4)若上述值小于門限T，將zk作為分割門限。