印刷电路板彩色图像分割算法研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇印刷电路板彩色图像分割算法研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：针对印刷电路板图像颜色种类较少，色彩不连续且边界变化较快，并且焊盘层和碳路层与背景颜色差别较大，而线路层和背景颜色比较接近的特征，提出了一种阈值分割方法。该方法基于HSI颜色空间，针对不同对象进行分割时，根据其特点，采用不同的方法计算阈值进行分割。

关键词：图像分割；阈值；颜色空间；印刷电路板

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2013）15-3634-03

在印刷电路板（Printed Circuit Board，PCB）缺陷自动检测系统中，图像处理软件是重要的核心部分，它包括图像预处理、图像分割、缺陷检测和定位。图像分割是图像分析处理软件的核心。近年来，彩色图像分割[1]与边缘提取技术越来越为人们所重视，其中阈值法[2]是最具代表性的方法之一。该文在对印刷电路板彩色图像的颜色特征进行分析后，发现印刷电路板图像颜色种类较少，色彩不连续且边界变化明显，且焊盘层和碳路层与背景色差别很大，而线路层和背景颜色比较接近.针对以上特征，本文提出了针对不同对象而采取不同方法的一种阈值分割方法。

1 颜色空间转

由于目前数码设备采集到的PCB图像是RGB图像，但在彩色图像处理的中，由于HSI颜色空间更接近人眼对颜色的感知，也与物体本身的特性有关，因此，该文PCB图像分割是在HSI空间进行。从RGB到SHI的转换关系为[3]：

2 颜色量化

本文研究的印刷电路板彩色图像单层裸板，其图像是由有限块区域组成，并且相同区域内颜色相似相近，实际需要处理的颜色数目较少，因此本文采用颜色量化的方法将相似相近的颜色归类处理。量化后，图像由不超过256种颜色所组成。

3 PCB图像分割算法

利用上述方法将RGB图像转换成HSI图像后，分别对电路板上的焊盘、线路以及碳线层进行分隔，具体方法如下：

3.1 焊盘的双阈值分割算法

标准焊盘显金黄色，其图像在HSI空间下色调S的范围为17—32，HSI空间上下限为固定值，因此可以利用双阈值对其进行分割。具体算法如下：

1） 获取图像在S分量上的直方图N（si）；并设置双阈值[T1]=17，[T2]=32；

2） 具体处理过程如式（7）：

如果当前处理点的色调在17-32范围内，则保持该处理点不变；否则将该点修改为其它值，该文实际编程时，将其修改为白色。

3.2 碳线分割算法

碳线层一般为黑色，通过分析碳线的直方图，得知可由HSI的饱和度和亮度这两个分量共同进行阈值分割。具体算法如下：

1） 对S分量分割阈值的计算方法是：首先对S分量直方图进行平滑处理[5]，然后计算S分量的直方图HS和像素总数PS。

2） 按照式（8）计算阈值数组T[i]：

3） 在T[i]找出最大值[μmaxs]和最小值[μmins]，令sThreshold为初始阈值；[sThreshold=（μmax+μmin）/2]；

4） 求出新阈值sThreshold+1=（t1+t2）/2；

5） 若sThreshold=sThreshold+1，则所得即为阈值；否则转2，迭代计算。对I分量分割阈值lThreshold的计算方法与sThreshold相同，不在累述。

6） 计算出sThreshold和lThreshold后，如果S>sThreshold或I> lThreshold，则将该点修改背景色；否则保持该点的值不变。

3.3 线路分割算法

由于PCB裸板图像线路层的颜色和背景之间颜色非常相似，只是在饱和度上差别很大。而HSI空间下，颜色信息只与H、S分量有关，而I与颜色信息无关。因此，对线路层的分割，该文采用的方法是，先去除焊盘颜色及碳线颜色，此时，只剩下背景和线路，该文采用Otsu法对线路进行分割。

4 实验结果与分析

随机选取了几幅印刷电路板彩色图像，采用以上方法进行了实验。针对PCB图像的焊盘层、碳线层以及线路成，分别利用本文提出的算法和传统的阈值分割算法，得到的效果如图1，2，3所示。其中（a）是原始图像，（b）是本文算法分割结果，（c）为传统阈值法分割结果。可以看出，一般阈值分割法分割的结果比较粗，很多地方存在分割不到位的情况。该文算法在一定程度上解决了该问题，分割效果比较理想。

参考文献：

[1] Pal N R，Pal S K. A review on image segmentation technique[J].Pattern Recognition，1993，26（9）：1277～1294.

[2] 马英辉.彩色图像分割方法综述[J].科技情报开发与经济，2006，16（4）：158-159.

[3] Ashdown J.Octree Color Quantization[J].C/C++ Users Joumal，1995，13（3）：31-44.

[4] 龚声蓉，熊璋.一种基于HSL概率密度的彩色图象分割方法[J].小微型计算机系统，2001，22（6）：695-698.

[5] 胡斌，宫宁生.一种改进的Otsu 阈值分割算法[J].微电子学与计算机，2009，26（12），153-155.