基于連通域內(nèi)部對(duì)稱量的PCB堵孔缺陷檢測(cè)算法及其實(shí)現(xiàn)

周帥

（五邑大學(xué) 計(jì)算機(jī)學(xué)院，廣東 江門 529020）

基于連通域內(nèi)部對(duì)稱量的PCB堵孔缺陷檢測(cè)算法及其實(shí)現(xiàn)

周帥

（五邑大學(xué) 計(jì)算機(jī)學(xué)院，廣東 江門 529020）

為了對(duì)PCB圖像錫面堵孔缺陷進(jìn)行識(shí)別，本文提出了一種基于對(duì)稱量統(tǒng)計(jì)的檢測(cè)算法，該算法通過(guò)計(jì)算出單個(gè)連通域內(nèi)部孔洞的對(duì)稱量來(lái)判斷連通域內(nèi)部孔洞是否趨于圓形，當(dāng)對(duì)稱量達(dá)到一定閾值則說(shuō)明在當(dāng)前連通域位置下連通域內(nèi)部孔洞趨于圓形，進(jìn)而說(shuō)明PCB錫環(huán)完好，沒(méi)有出現(xiàn)錫面堵孔缺陷. 實(shí)驗(yàn)結(jié)果表明，本文算法能準(zhǔn)確有效地檢測(cè)PCB圖像單個(gè)連通域內(nèi)部孔洞對(duì)稱量特征，最后標(biāo)記缺陷位置并輸出堵孔區(qū)域的中心坐標(biāo)，可應(yīng)用于PCB錫面堵孔缺陷的識(shí)別.

印刷電路板；缺陷識(shí)別；連通域；對(duì)稱量

隨著表面貼裝技術(shù)（SMT）的發(fā)展，印刷電路板（PCB）上分布的元器件密度越來(lái)越高，其尺寸也越來(lái)越小，為了適應(yīng)這種趨勢(shì)，自動(dòng)缺陷檢測(cè)技術(shù)(AOI）在印刷電路板的質(zhì)量檢測(cè)中應(yīng)用越來(lái)越廣泛. PCB連通域內(nèi)部孔洞是反映制印刷電路板錫面面線路拓?fù)浣Y(jié)構(gòu)的一個(gè)重要特征，如果能準(zhǔn)確檢測(cè)PCB錫面連通域內(nèi)部的孔洞特征，就可以識(shí)別PCB有沒(méi)有堵孔缺陷. 一般求解連通域內(nèi)部孔洞是否趨于圓形的一個(gè)方法是對(duì)原始圖像進(jìn)行細(xì)化，通過(guò)跟蹤得到骨架的矢量化描述，進(jìn)而算出弧、節(jié)點(diǎn)數(shù)目，按照歐拉公式得到孔洞特征. 由于該算法是以細(xì)化為基礎(chǔ)的，而細(xì)化必然帶來(lái)某些負(fù)面的影響，如：干擾分支的產(chǎn)生，造成結(jié)構(gòu)判斷的不準(zhǔn)確[1]. 文獻(xiàn)[2]提出了一種基于結(jié)構(gòu)特征有向圖表示的廣度優(yōu)先搜索算法，該方法能有效提取孔洞特征識(shí)別連通域內(nèi)部孔洞是否趨于圓形，但將結(jié)構(gòu)特征表示為一個(gè)有向圖，需要選擇閾值L對(duì)分散的噪聲進(jìn)行處理. 本文算法的優(yōu)勢(shì)在于可以有效屏蔽噪音干擾，避免了細(xì)化帶來(lái)的負(fù)面影響，減少了處理時(shí)間，其過(guò)程是通過(guò)對(duì)稱量統(tǒng)計(jì)算法計(jì)算出單個(gè)連通域內(nèi)部孔洞的對(duì)稱量來(lái)判斷連通域內(nèi)部孔洞是否趨于圓形，當(dāng)對(duì)稱量達(dá)到一定閾值說(shuō)明在當(dāng)前連通域位置下連通域內(nèi)部孔洞趨于圓形，進(jìn)而說(shuō)明PCB錫環(huán)完好，沒(méi)有出現(xiàn)錫面堵孔缺陷.

1 堵孔缺陷檢測(cè)流程

本文先通過(guò)連通域檢測(cè)算法檢測(cè)到連通域并進(jìn)行位置標(biāo)記，然后計(jì)算單個(gè)連通域內(nèi)部孔洞的對(duì)稱量來(lái)判斷連通域內(nèi)部孔洞是否趨于圓形，接著判斷當(dāng)前位置下是否有錫面堵孔缺陷，最后輸出位置坐標(biāo). 其中連通域檢測(cè)用的是基于等價(jià)類行程的連通域檢測(cè)算法，原理是對(duì)分割出的二值化PCB圖像，先進(jìn)行位置規(guī)一化，然后對(duì)圖像自上而下進(jìn)行掃描，計(jì)算背景圖像行程特征，將相鄰的每段行程進(jìn)行相關(guān)性分析，并合并彼此相鄰的多個(gè)行程成為一個(gè)連通域，整個(gè)連通域特征的求解經(jīng)過(guò)對(duì)圖像的一遍掃描即可完成[3].

2 孔洞特征檢測(cè)

本文根據(jù)PCB孔洞特征（即PCB上的孔洞都近似為圓形），通過(guò)圓形孔洞的對(duì)稱性來(lái)識(shí)別孔洞的形狀，孔洞趨于圓形則說(shuō)明沒(méi)有錫面堵孔，否則說(shuō)明錫面環(huán)可能被全部或部分堵塞，圖1為有錫面堵孔缺陷的PCB圖像.

本文算法過(guò)程如下：首先計(jì)算當(dāng)前單個(gè)錫環(huán)最小外接矩形的中心坐標(biāo)；然后將外接矩形水平中心橫線繞中心點(diǎn)分別順時(shí)針旋轉(zhuǎn)角為22.5°，45°，67.5°，112.5°，135°，157.5°，對(duì)這些直線（如PQ）掃描同時(shí)等半徑散點(diǎn)對(duì)稱采樣，將22.5°方向線上的點(diǎn)依次與157.5°方向線上的點(diǎn)的像素值逐一比較，如果像素值大小相等，就把該連通域的對(duì)稱量z+1，如果不相等則z保持不變，當(dāng)半徑長(zhǎng)度超過(guò)1/2外接矩形寬度時(shí)，θ+22.5°，也就是將45°與135°方向線上的散點(diǎn)像素值作比較，最后再+22.5°將67.5°與112.5°方向線上的散點(diǎn)像素值作比較，得到最終的對(duì)稱量z，z大于閾值（由于本文在每條直線上取了60個(gè)采樣點(diǎn)，故本文閾值選為56）則當(dāng)前孔洞沒(méi)有出現(xiàn)錫面堵孔缺陷，算法說(shuō)明示意圖如圖2，流程圖如圖3.

圖1 有錫面堵孔缺陷的PCB圖像

圖2 算法說(shuō)明示意圖

圖3 孔洞圓形特征檢測(cè)流程圖

3 實(shí)驗(yàn)結(jié)果分析

采用Visual C++6.0編程實(shí)現(xiàn)本文的算法，將PCB樣本圖像（見(jiàn)圖1）輸入計(jì)算機(jī)，經(jīng)閾值分割后提取其孔洞特征，從而進(jìn)行缺陷識(shí)別，識(shí)別結(jié)果如圖4所示，方框標(biāo)記的中心坐標(biāo)為（425，267）.

表1中骨架細(xì)化算法是對(duì)原始圖像進(jìn)行細(xì)化，通過(guò)跟蹤得到骨架的矢量化描述，進(jìn)而算出弧、節(jié)點(diǎn)數(shù)目，按照歐拉公式得到孔洞特征，有向圖法則是基于結(jié)構(gòu)特征有向圖表示的廣度優(yōu)先搜索算法，但將結(jié)構(gòu)特征表示為一個(gè)有向圖需要選擇閾值對(duì)分散的噪聲進(jìn)行處理. 將這兩種算法應(yīng)用到PCB的檢測(cè)并與本文算法實(shí)驗(yàn)其他算法的測(cè)試對(duì)比結(jié)果如表1所示，可以看出本文算法在處理速度上有了一定提高，而且輸出了堵孔區(qū)域的坐標(biāo)，雖然在缺陷位置輸出上與其他算法沒(méi)有多大差別，但本文算法可以有效屏蔽噪音干擾，避免了細(xì)化帶來(lái)的負(fù)面影響，減少了處理時(shí)間，提高了工作效率.

圖4 錫面堵孔缺陷識(shí)別結(jié)果

表1 PCB圖像孔洞特征檢測(cè)耗時(shí)測(cè)試表

4 結(jié)語(yǔ)

本文通過(guò)對(duì)PCB圖像的連通域內(nèi)部孔洞的對(duì)稱量進(jìn)行統(tǒng)計(jì)，對(duì)稱量達(dá)到一定閾值說(shuō)明孔洞趨于圓形，沒(méi)有缺陷存在，而超過(guò)了一定閾值則說(shuō)明孔洞發(fā)生錫環(huán)外溢，有缺陷存在. 實(shí)驗(yàn)結(jié)果表明，本文錫面堵孔算法可以適應(yīng)工業(yè)生產(chǎn)上的PCB缺陷自動(dòng)檢測(cè). 如果想讓識(shí)別率更加精確，也可將每次采樣方向線的旋轉(zhuǎn)角度縮小，而本文采用的離散間距22.5°已基本可以保持較高識(shí)別率，算法識(shí)別的速度也比較快. 當(dāng)然PCB可能還有很多其他缺陷，如斷路短路、毛刺缺損等，當(dāng)這些缺陷摻雜在一起時(shí)有可能出現(xiàn)缺陷特征串通誤檢或重復(fù)檢測(cè)，進(jìn)一步的研究方向就是對(duì)這些混雜缺陷進(jìn)行有效的甄別，提高算法的準(zhǔn)確度.

[1] 謝貴，彭嘉雄. 基于上下邊緣點(diǎn)匹配的連通域搜索算法[J]. 華中科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2002, 30(4): 64-65, 68.

[2] 周明元，曹中華. 一種字符孔洞數(shù)的求法[J]. 計(jì)算機(jī)與現(xiàn)代化，2005(9): 5-7.

[3] 張凱兵. 基于連通域的字符孔洞提取算法及其實(shí)現(xiàn)[J]. 西華大學(xué)學(xué)報(bào)（自然科學(xué)版），2007, 26(4): 52-54.

[4] 席斌，錢峰. 機(jī)器視覺(jué)測(cè)量系統(tǒng)在工業(yè)在線檢測(cè)中的應(yīng)用[J]. 工業(yè)控制計(jì)算機(jī)，2005(11): 56-58.

[5] 姚峰林，詹海英，李元宗. 機(jī)器視覺(jué)中的邊緣檢測(cè)技術(shù)研究[J]. 機(jī)械工程與自動(dòng)化，2005(1): 19-22.

[6] 雍楊，王敬儒，陳昌彬，等. 基于融合技術(shù)的圖像邊緣檢測(cè)方法[J]. 紅外與激光工程，2004(5): 98-99.

[7] 梁吉，蔣式勤，沈立緯. 視覺(jué)檢測(cè)系統(tǒng)及其應(yīng)用[J]. 微計(jì)算機(jī)信息，2003(12): 25-27.

[8] 胡亮，段發(fā)階，丁克勤，等. 帶鋼表面缺陷計(jì)算機(jī)視覺(jué)在線檢測(cè)系統(tǒng)的設(shè)計(jì)[J]. 無(wú)損檢測(cè)，2003(6): 56-57.

[9] 邊肇祺，張學(xué)工. 模式識(shí)別[M]. 2版. 北京：清華大學(xué)出版社，2000.

[10] CASTLEMAN K R. 數(shù)字圖像處理[M]. 朱志剛，林學(xué)閆，石定機(jī)，等，譯. 北京：電子工業(yè)出版社，1998.

[責(zé)任編輯：韋韜]

A Detection Algorithm and Its Implementation for PCB Based on the Internal Symmetry of Connected Domains

ZHOU Shuai
(School of Computer Science, Wuyi University, Jiangmen 529020, China)

In order to detect the defects of PCB images’ tin surface cavity plugging, this paper presents a statistical algorithm for weighing. By calculating the symmetrical weighing of single connected domains’ internal cavities, the algorithm can determine whether connected domain internal voids tend to round. When the symmetrical weighing reaches a certain threshold value, it indicates that the internal cavities of connected domains at the current position tend to round, and that the PCB tin rings are intact with no tin cavity defects. The experimental results show that this algorithm can accurately and effectively detect the symmetrical characteristics of the internal cavities of single connected domains of PCB images, and can be used to identify the defects of the tin surface.

printed circuit boards; defect recognition; connected domains; symmetrical weighing

TP391.41

A

1006-7302（2017）01-0046-03

2016-11-11

周帥（1992—），男，湖北南漳人，在讀碩士生，主要研究方向?yàn)橛?jì)算機(jī)圖像處理.