PCB图像检测中阈值化分割的研究_李刚

第29卷第4期

2002年北京化工大学学报

JOURNALOFBEIJINGUNIVERSITYOFCHEMICALTECHNOLOGYVol.29,No.4

2002

PCB图像检测中阈值化分割的研究

李 刚 韩建国

(北京化工大学信息科学与技术学院,北京 100029)

摘 要:研究了3种目前常用的阈值选取方法对PCB图像进行了分割,并且利用最终测量精度对3种分割结果进行了评判。对PCB检测这种比较注重特征值测量的情况提出了一种能比较好的确定阈值的思路,并且做了实验研究。

关键词:PCB检测;图像分割;最终测量精度中图分类号:TP391.41

引 言

PCB的图像检测中一个很重要的方面是特征值(如周长、面积等)的测量,这要建立在能比较好地进行图像分割的基础上。目前图像分割有很多方法,其中最为简单和有效的是阈值处理。阈值选择方法也很多,如何才能达到有效的分割效果和选取适合自己情况的方法,即方法性能的客观实用评价的问题也需要研究。本文根据PCB图像检测的实际情况做了最终测量精度(UltimateMeasurementAccuracy,UMA)评价。评价结果客观而且针对性强,并取得了比较好的结果。

[1,2]

对于二值化图像,意味着保持前3阶矩不变,即存在如下矩量保持方程组:

p0Z00+p1Z1=m01p0Z10+p1Z1=m12p0Z20+p1Z1=m23p0Z30+p1Z1=m3

这里Z0和Z1表示二值化后每个类别代表灰度值,p0和p1代表二值化后两个灰度值的分布概率,经简化后

p0=其中

m1m3-m2

m2-m1m1m2-m3

c1=

m2-m21

1/2

d=[(c2-c1]1-4c0)2

然后从灰度级直方图中选取阈值t最为接近c0=p0-分位数。

(2)最大熵法

这里的熵是指灰度直方图的熵。和上面一样pi仍旧表示灰度级i出现的频率:

pi=Ni/N,

如果图像可以分为两个区域,且阈值为t,即

R1={0,1,2,,,t};R2={t+1,t+2,,,L-1};

则区域R1和R2上的灰度级分布可以写成:

R1:p0/Pt,p1/Pt,,,pt/Pt;

R:t+1t,pt/(t),,L1/

d-m1(4c0)1/2c21-

1 图像分割阈值处理方法的描述

图像分割阈值处理目前有三种公认比较好的方法是矩量保持法、最大熵法和类间方差法[3]。下面对它们进行简要说明。

(1)矩量保持法

其基本思想是使阈值分割前后图像的矩保持不变[4]。设每个点具有灰度值gI{0,1,2,,,L-1},其中L为灰度级总数,并用Ni(iI{0,1,2,,,L-1}表示第i个灰度级在图像中出现的次数,pi表示灰度级i出现的频率:pi=Ni/N

第k阶矩mk定义为:

m0=1

L-1

mk=

i=0

E

pii k=1,2,,

k

收稿日期:2001-12-21

第一作者:男,1975年生,硕士生