PCB板图片的处理技术研究论文

　　1 绪论
　　本文通过对由相机获取的 PCB 图片，在 MATLAB 软件中对图像进行必要处理，并对各种处理方法进行比较，从而找到较好的PCB 图片处理方法。使电路板的质量检测水平提高，PCB 的印刷效率得到有效提高。本文中对 PCB 图片的处理大致如下：a.PCB 原图像采集；b.图像平滑处理；c.比较并选取合适的滤波方法；d.图像增强；e.比较各种算子处理后的 PCB 图像。
　　2 图像预处理
　　对印刷电路板图片的拍照过程中，相机的电子扰动、周围环境光照的变动等因素会产生噪声，进而使图片的质量下降。图像预处理可使噪声污染得到缓减，信噪比得到提高。对于 PCB 图片而言，主要受到两类噪声污染，分别为椒盐噪声以及高斯噪声。通过平滑方法处理图像上混杂的噪声，但去噪能力越强，损失的图像细节就越多，从而图像变得越模糊。所以平滑处理图片的时候，需要据情况平衡滤波效果和图像细节。
　　中值滤波：先设计滑动窗口，求出像素点灰度值的中值 m.用 m 代替窗口中全部像素的灰度值 ai.当窗口内的像素点数目为单数，中值 m 就是灰度值 ai按递增或递减的顺序排列后处于中心的灰度值；若像素点数目为偶数，中值 m 是将灰度值 ai按递增或递减的顺序排列后处于中心的二像素灰度值的期望。
　　3 图像增强
　　图像锐化就是为了使图像中物体的边缘与轮廓更明显，通过灰度差分法提取边缘及轮廓。但是由于边缘和轮廓的方向有任意性，而差分运算的方向是一定的，拉普拉斯，梯度，Sobel,Prewitt 等是具有各向同性特性的锐化方法。
　　3.1 Sobel 尖锐化
　　其中前面的算子是用于横向的＂锐化，后面的算子则是用于纵向的锐化。
　　3.2 拉普拉斯锐化算法
　　拉普拉斯锐化算法是典型的与边界方向没关系的二阶微分算法，对噪声的敏感系数比一阶微分算子高，采用二阶微分算子能够获得较丰富的原图片详情。下面为二阶微分锐化的推理：
　　由以上的推导，写成模板系数形成就是拉普拉斯算子，具体形式如下：
　　现简单地对照二阶与一阶微分的图片锐化效果。以 Sobel 与拉普拉斯为例做对照。Sobel 算子只提取较少的边缘细节，它提取的边缘较为粗糙，而拉普拉斯算子反映的边缘信息中包含了很多的细节，但是它所提取的边缘有些许模糊。边缘检测的内容有两点：检验目标的边界点、补充部分边界点或者去掉部分边界点，然后使这些边界点用完整的线相连。
　　4 印刷电路板图片的具体处理
　　5 结论
　　对于本文中所选的 PCB 图片以及类似的 PCB 图片，中值滤波是较理想的滤波方式；Sobel、拉普拉斯锐化算法比 Sobel 方法更加尖锐化，但是由于原图片质量不太理想，导致偶尔有断点。因此检测印刷电路板，原始图片的采集也很关键。可以运用本文的中值滤波与拉普拉斯算子去处理类似文中的 PCB 图片。从而有效提高 PCB板错误检测水平。
　　参考文献：
　　[1]阮秋琦。数字图像处理基础[M].北京：清华大学出版社，2009.
　　[2]唐向宏，岳恒立，郑雪峰。MATLAB 及在电子信息类课程中的应用[M].北京：电子工业出版社，2009.
　　[3]胡永光，和卫星。印刷电路板图像边缘检测算法的研究及软件实现[J].南京工业职业技术学院学报，2004,4（4）。
　　[4]刘阳。基于图像处理的 PCB 焊接缺陷检测技术研究[D].大连：大连理工大学，2009.