如何對(duì)PCB進(jìn)行圖像增強(qiáng)處理

0 引言

在信息產(chǎn)業(yè)中PCB是一個(gè)不可缺少的重要支柱，PCB作為各種電子產(chǎn)品的基本零組件和集成各電子元器件的信息載體向著高性能化、高速化、輕薄短小化方向得到了快速發(fā)展，其技術(shù)和復(fù)雜程度已經(jīng)達(dá)到了一個(gè)非常高的水平。因此，隨著PCB領(lǐng)域的不斷擴(kuò)大，PCB的重要性也在進(jìn)一步提高。

系統(tǒng)在PCB待測(cè)灰度圖像的采樣、量化、以及傳輸過(guò)程中，由于光照的不均變化、電荷耦合元件（CCD，Charge-Coupled Device）攝像機(jī)自身的傳感器噪聲、模數(shù)采集（AD，Analog-to-Digital）過(guò)程的量化噪聲、感光過(guò)程產(chǎn)生的顆粒噪聲、以及人為因素的輕微抖動(dòng)等，在傳輸、接收處理得到的圖像都不可避免受到內(nèi)部器件和外部環(huán)境的影響，從而使圖像質(zhì)量失真，信噪比下降。為了降低噪聲，可以使用平滑濾波器對(duì)待測(cè)圖像進(jìn)行濾波處理，但選擇不同大小的平滑濾波器對(duì)處理后圖像模糊程度不同，因此要提高圖像的質(zhì)量要求所使用的濾波器不僅能夠有效地去除噪聲并且能夠盡可能保留圖像的原貌。

1 圖像增強(qiáng)

圖像增強(qiáng)是改進(jìn)圖像質(zhì)量的技術(shù)，相對(duì)于圖像識(shí)別的一種前期處理，根據(jù)圖像增強(qiáng)處理的空間不同，可分為空間域處理以及頻率域處理兩大類，前者包括對(duì)圖像的灰度級(jí)作用以及直方圖修正，都是直接對(duì)像素灰度值進(jìn)行處理；后者是對(duì)圖像的頻譜成分進(jìn)行分析操作，經(jīng)過(guò)傅里葉變換，對(duì)圖像頻譜的高頻低頻部分進(jìn)行處理，再經(jīng)逆傅里葉變換獲得所需圖像結(jié)果。

采集的PCB圖像由于外部曝光以及在信道傳輸過(guò)程中的其他干擾因素，使得圖像明暗度降低、噪聲加大，為有效的消除噪聲干擾并且使圖像的明暗對(duì)比增強(qiáng)，本文在PCB待測(cè)圖像增強(qiáng)中選擇空間域的灰度變換處理和圖像平滑處理。

1.1 空間域的灰度變換

灰度變換作為圖像增強(qiáng)的一種重要手段，可以使圖像動(dòng)態(tài)范圍加大、使圖像對(duì)比度擴(kuò)展，使圖像特征更加明顯來(lái)改善圖像顯示效果。灰度變換可分為線性變換和非線性變換。令原圖像m（x，y）的灰度范圍為［a，b］，線性變換后圖像n（x，y）的灰度擴(kuò)展為［c，d］，它們之間的關(guān)系為：

由于曝光過(guò)度或不足，CCD 采集的PCB 圖像灰度可能在一個(gè)很小的范圍內(nèi)變化，在電腦上可能看到的是沒有灰度層次以及模糊的圖像。采用線性變換可以對(duì)模糊圖像的各個(gè)像素灰度作線性拉伸，能夠使圖像視覺效果有效地得到改善。

為提高對(duì)圖像識(shí)別的后期處理以及特征提取，先對(duì)原始 PCB 圖像進(jìn)行二值化的灰度處理，然后采用直方圖修正技術(shù)的圖像域方法使圖像均衡化。

1.2 空間域圖像平滑

圖像平滑的目的是為了減少和消除圖像噪聲以改善圖像質(zhì)量，以便圖像分割、圖像識(shí)別等后續(xù)處理。在空間域內(nèi)可以用鄰域平均來(lái)減少噪聲；在頻率域，由于發(fā)生高頻段的噪聲頻譜概率更大，可采用各種形式的低通濾波。在空間域圖像平滑主要有噪聲門限、鄰域平均、加權(quán)平均、中值濾波等方法。

趙曉霞提出一種偏微分的圖像增強(qiáng)方法，這種方法降噪采用全變分（TV，Total Variation）模型與直方圖修正技術(shù)來(lái)實(shí)現(xiàn)，這種方法能有效地保留邊緣也能夠使對(duì)比度增強(qiáng)。

萬(wàn)睿等人先對(duì)待測(cè)圖像進(jìn)行二值化處理，然后通過(guò)閾值分割處理，得到二值化閾值，在去除噪聲的同時(shí)使處理速度也得到了提高。

1.2.1 噪聲門限

噪聲門限方法是一種常見的噪聲消除辦法，它對(duì)噪聲的執(zhí)行效率高，并且消除簡(jiǎn)單易行。它對(duì)圖像平滑時(shí)，第一是門限閾值的設(shè)定，門限閾值的設(shè)定直接影響濾波效果以及圖像細(xì)節(jié)，然后根據(jù)圖像的特性，對(duì)每個(gè)像素進(jìn)行順序的檢測(cè)，根據(jù)公式與其鄰域的所有像素值進(jìn)行對(duì)比，判斷是否該像素為噪聲。若不是噪聲，輸出像素原值，若為噪聲，則輸出為鄰域內(nèi)其它像素灰度的平均值。該方法中門限閾值 T 的選擇至關(guān)重要，T 選擇太大或太小，都會(huì)或多或少導(dǎo)致噪聲平滑不夠或者圖像變得模糊。

1.2.2 中值濾波

傳統(tǒng)中值濾波算法運(yùn)算量主要集中在窗口數(shù)據(jù)的排序上，為了減少排列次數(shù)更快的得到中值，提出了一種快速中值濾波算法，將陣列分解為一維陣列進(jìn)行運(yùn)算，先取陣列水平各行的中間值，再取水平各行中間值的中值，作為濾波最后的輸出。

1.2.3 快速加權(quán)中值濾波

為了解決既要降噪， 又要保護(hù)圖像細(xì)節(jié)這一矛盾本文提出了一種快速加權(quán)中值濾波算法，不僅濾波速度上提高了，噪聲得到很好的濾除，還可以保護(hù)更多的圖像細(xì)節(jié)。通過(guò)加權(quán)，使在窗口中的中心象素比重增加，對(duì)于輸入： I1 I2 ， ， ，IN） ，輸出加權(quán)中值濾波：

r 代表加權(quán)， MED{} 表示取中值運(yùn)算函數(shù)， 1 2 （ ， ， ， ） N W W W W 表示加權(quán)窗口的權(quán)， 并且規(guī)定W= （ 1， 1，， 1） 時(shí)為標(biāo)準(zhǔn)窗口。規(guī)定：

其中T 是閾值函數(shù)，當(dāng)W 為整數(shù)時(shí)， 1 1 {WrI ，2 2 } N N W rI W rI 中分量經(jīng)加權(quán)后輸出的個(gè)數(shù)：

快速加權(quán)中值濾波中值運(yùn)算MED 的運(yùn)算過(guò)程是： 先對(duì)加權(quán)后的輸出中的c N 個(gè)數(shù)按照順序升冪排序，排序后輸出的c N 個(gè)數(shù)的第T 個(gè)數(shù)就是最后的中值輸出。

2 MATLAB 圖像增強(qiáng)處理

MATLAB 支持包括索引圖像、灰度圖像、二值圖像、RGB 圖像和多幀圖像陣列的5 種圖像類型；采集的PCB 圖像可以對(duì)其先增強(qiáng)對(duì)比度，再進(jìn)行去噪，若運(yùn)用該方法，則圖像原有的噪聲在增強(qiáng)對(duì)比的過(guò)程中也被大大增加了，使后續(xù)圖像去噪處理得不到很好的效果。

因此本文采用對(duì)圖像先去噪后增強(qiáng)，經(jīng)采集得到的 PCB 圖像上，可能存在噪聲需要去噪，光源強(qiáng)度不夠，圖像可能整體偏暗，首先用RGB2GRAY函數(shù)將采集到的圖片轉(zhuǎn)換為灰度圖像（256 色），對(duì)含有椒鹽噪聲的PCB 圖像分別用本文提出的方法以及傳統(tǒng)中值濾波的方法進(jìn)行比較，去噪后再利用灰度變換對(duì)PCB 圖像進(jìn)行增強(qiáng)處理，圖1 就是用這種方法處理后的結(jié)果。

從圖1（a）和圖1（c）可以看出對(duì)于有椒鹽噪聲的PCB 圖像，傳統(tǒng)的3×3 中值濾波處理孤立點(diǎn)的噪聲雖然具有很好的效果，但是PCB圖像上的走線，器件明顯模糊，圖像的細(xì)節(jié)輪廓，質(zhì)量不能達(dá)到很好的效果。圖1（e）是對(duì)帶有椒鹽噪聲的PCB 圖像進(jìn)行快速加權(quán)中值濾波的仿真圖，去噪具有明顯效果，而且濾波速度也得到了提高，圖像的細(xì)節(jié)，走線都能夠很好的保持。

圖1（b）、圖1（d）、圖1（f）是PCB 圖像經(jīng)去噪處理前后的灰度直方圖，圖中橫坐標(biāo)為灰度等級(jí)， 縱坐標(biāo)為各個(gè)灰度等級(jí)對(duì)應(yīng)的像素?cái)?shù)。其中像素值255 是椒鹽噪聲，比較兩幅圖可以明顯看出，兩種濾波方法都能將噪聲很好的去除，但是中值濾波把許多灰度等級(jí)都濾除掉了，例如150-200 的灰度等級(jí)，使邊界變得模糊，而且波峰波谷都遭到了破壞，加權(quán)中值濾波去能克服這些缺點(diǎn)，灰度等級(jí)，灰度動(dòng)態(tài)范圍都能夠很好的保留，并且對(duì)于波峰、波谷的位置都給予了很好的保留，因此圖像許多細(xì)節(jié)都看的比較清晰，為了更好地便于分析，圖2 給出了圖像經(jīng)濾波變換前后的頻譜。

3 幅圖是經(jīng)傅里葉變換得到的頻譜，為了便于分析，根據(jù)傅里葉變換的周期性，把零頻移到中間。

幅值譜的明暗程度反映了各頻率成分的幅值大小，圖像的能量主要集中在低頻段（中央部分）。

盡管高頻段包含少量的能量，但包含了圖像的重要信息，圖像的邊緣信息屬于高頻信息，同樣，噪聲的灰度級(jí)變化迅速，也是高頻信息。從圖中可以看出，兩種濾波方法都在一定程度上抑制圖像的高頻成分，能夠有效濾除高頻段的噪聲，但是低頻分量，也就是灰度變化平緩的部分-圖像輪廓信息遭到了破壞，從直方圖也可以看出變化緩慢的150~200灰度級(jí)遭到了破壞，而加權(quán)中值能夠很好的保護(hù)輪廓信息，為了使細(xì)節(jié)更突出圖3 是增強(qiáng)后圖像。

從灰度處理后的直方圖可以看出，直方圖占據(jù)了整個(gè)圖像灰度值允許的范圍，增加了圖像灰度動(dòng)態(tài)范圍，也增加了圖像的對(duì)比度，在圖像視覺上有了較大的反差，使細(xì)節(jié)更加突出。

3 結(jié)語(yǔ)

本文主要對(duì)采集的PCB圖像整體偏暗，對(duì)比度差，噪聲大進(jìn)行圖像的預(yù)處理，主要包括空間域的濾波技術(shù)以及圖像增強(qiáng)的灰度變換，由于傳統(tǒng)的中值濾波受濾波窗口尺寸的影響較大，處理后圖像的細(xì)節(jié)變得模糊不清，通過(guò)一種改進(jìn)的加權(quán)中值濾波算法，根據(jù)灰度直方圖以及頻譜圖分析了處理后圖像質(zhì)量的好壞，結(jié)果表明其濾波速度及質(zhì)量大大超過(guò)傳統(tǒng)的中值濾波，顯著地提高了PCB 圖像走線，元器件等邊緣，整體圖像輪廓的保護(hù)能力，最后通過(guò)灰度變換使圖像的細(xì)節(jié)變得更加清晰，提高PCB圖像的識(shí)別率的后期處理。
責(zé)任編輯；zl