基于圖像處理的微小片式元件自動(dòng)計(jì)數(shù)算法?

謝 濤 李玉學(xué) 馬 奎

（1.貴州大學(xué)大數(shù)據(jù)與信息工程學(xué)院 貴陽 550025）（2.貴州航天計(jì)量測(cè)試技術(shù)研究所 貴陽 550025）

1 引言

片式元件一直以來都是我們國(guó)家重點(diǎn)發(fā)展的電子信息產(chǎn)品，并且其封裝尺寸越來越微小化。在工業(yè)生產(chǎn)和使用過程中，經(jīng)常需要對(duì)電子元器件進(jìn)行實(shí)時(shí)計(jì)數(shù)，由人工對(duì)這些微小片式元件計(jì)數(shù)不僅耗時(shí)耗力，效率低，并且還可能因?yàn)槠趯?dǎo)致較大的計(jì)數(shù)誤差。這些微小片式元件的紋理、顏色、形狀等具有不同的特征，并且容易粘連，這給電子元器件的自動(dòng)計(jì)數(shù)帶來極大的困難。

本文提出一種基于圖像處理的微小片式元件自動(dòng)計(jì)數(shù)的算法，并設(shè)計(jì)了微小片式元件實(shí)時(shí)自動(dòng)計(jì)數(shù)系統(tǒng)。該系統(tǒng)采用LED平行光源背面照射電子元器件，使得忽略電子元器件的表面差異的同時(shí)使成像更清晰，便于后期的圖像處理；其次引入輪廓回填消除圖像和根據(jù)輪廓判斷程序是否繼續(xù)機(jī)制有效地提高算法效率；最后對(duì)粘連電子元器件進(jìn)行分割時(shí)，結(jié)合Canny算子進(jìn)行分割，提高了分割的準(zhǔn)確性，實(shí)現(xiàn)微小片式元件實(shí)時(shí)的自動(dòng)計(jì)數(shù)。

2 微小片式元件實(shí)時(shí)自動(dòng)計(jì)數(shù)系統(tǒng)的結(jié)構(gòu)

微小片式元件實(shí)時(shí)自動(dòng)計(jì)數(shù)系統(tǒng)主要包括攝像系統(tǒng)及圖像處理系統(tǒng)兩部分。攝像系統(tǒng)包括CCD相機(jī)、鏡頭、LED光源、可調(diào)支架、元器件盤，完成微小片式元件實(shí)時(shí)的圖像獲??；圖像處理系統(tǒng)包括計(jì)算機(jī)和圖像處理程序，控制實(shí)時(shí)獲取微小片式元件圖像，并對(duì)其進(jìn)行一系列的圖像處理進(jìn)行計(jì)數(shù)。微小片式元件實(shí)時(shí)自動(dòng)計(jì)數(shù)系統(tǒng)的結(jié)構(gòu)如圖1所示。

圖1 微小片式元件自動(dòng)計(jì)數(shù)系統(tǒng)的結(jié)構(gòu)

2 基于圖像處理的微小片式元件計(jì)數(shù)算法

2.1 基本原理

微小片式元件自動(dòng)計(jì)數(shù)系統(tǒng)采用LED平行光背面照射電子元器件以獲得圖像為黑白圖像，忽略了電子元器件背面和反面的差異，圖像中單個(gè)片式元件呈現(xiàn)清晰的邊緣輪廓。微小片式元件原始圖像如圖2所示。

圖2 微小片式元件原始圖像

觀察圖2可知，基于圖像處理的微小片式元件計(jì)數(shù)算法的難點(diǎn)是對(duì)粘連的微小片式元件進(jìn)行圖像分割。閾值分割、邊緣檢測(cè)、流域分割、分水嶺算法、極限腐蝕等算法是常用的粘連物體分割算法［1］。但這些算法對(duì)粘連的微小電子元器件都不能得到良好的分割效果，因此無法保證計(jì)數(shù)的準(zhǔn)確性。為此，本文提出一種結(jié)合Canny算子的圖像分割方法，該方法充分利用了Canny算子邊緣檢測(cè)的優(yōu)良特性，結(jié)合輪廓提取，有效實(shí)現(xiàn)圖像分割，經(jīng)過Canny算子處理以后，圖像分割更加精確，效果更好［2～3］。同時(shí)，為了提高計(jì)數(shù)效率，本文提出一種輪廓回填抹除圖像逐次分割方法，每進(jìn)行一次分割以后，通過判斷輪廓數(shù)量決定是否繼續(xù)分割，若繼續(xù)分割，則將之前已經(jīng)實(shí)現(xiàn)計(jì)數(shù)的微小片式元件從圖像中去除，并將這幅圖像用于下一步的處理。

2.2 Canny算子圖像分割

2.2.1 Canny算法的步驟

1）用高斯濾波器平滑圖像

圖像在進(jìn)行邊緣檢測(cè)時(shí)，首先要處理原始數(shù)據(jù)，以便于更好地實(shí)現(xiàn)邊緣檢測(cè)圖像分割效果［4］。所以開始時(shí)就需要原始數(shù)據(jù)與高斯mask做卷積，處理后的圖像比原來模糊了一些，有利于圖像邊緣檢測(cè)的進(jìn)行［5］。由于高斯函數(shù)經(jīng)傅里葉變換后還是高斯函數(shù)，能構(gòu)成一個(gè)在頻域具有平滑性能的低通濾波器：

2）用一階偏導(dǎo)的有限差分計(jì)算梯度的幅值和方向

3）對(duì)梯度幅值進(jìn)行非極大值抑制

僅僅得到全局的梯度并不足以確定邊緣，要確定邊緣，必須保留局部梯度最大的點(diǎn)，即非極大值抑制［6］。在此過程中，使用3×3大小串口從8個(gè)方向的鄰域?qū)[i , j]的所有元素沿梯度方向進(jìn)行梯度幅值的插值。在每一個(gè)點(diǎn)中心元素 m[i , j]與沿梯度方向的2個(gè)梯度幅值的插值結(jié)果進(jìn)行比較。如果鄰域中心點(diǎn)的閾值M[i , j]比梯度方向上的2個(gè)插值結(jié)果大。則將m[i , j]對(duì)應(yīng)的邊緣保留，否則將該點(diǎn)的梯度值設(shè)為零。

4）邊緣連接

經(jīng)過非極大值抑制處理后的邊緣梯度圖中，梯度值不為零的點(diǎn)可能為邊緣點(diǎn)。如果將所有的可能邊緣點(diǎn)連成邊緣，則檢測(cè)結(jié)果將包含很多虛假邊緣。所以為了去除虛假邊緣。引入雙閾值和邊緣連接，設(shè)高低閾值分別為Th、Tl，其中Th＞Tl，對(duì)于所有可能的邊緣點(diǎn)，若其梯度值T(i , j)＞Th，則點(diǎn)為邊緣點(diǎn)Te(i , j)［7～8］。但是，這樣得到的邊緣是非連續(xù)的，所以為了使邊緣連續(xù)，對(duì)于處于邊緣端點(diǎn)處的點(diǎn)，采用遞歸邊界跟蹤方法，將八鄰城區(qū)域內(nèi)梯度值大于Tl的點(diǎn)判定為邊緣點(diǎn)并連接。從而獲得去除了虛假邊緣點(diǎn)的連續(xù)邊緣。

2.2.2 Canny算法圖像分割效果

當(dāng)兩個(gè)元器件之間存在很小的縫隙的時(shí)候，就會(huì)發(fā)生明顯的光的衍射現(xiàn)象［9］，圖像上呈現(xiàn)出“虛邊”現(xiàn)象。直接對(duì)圖像進(jìn)行閾值分割時(shí)［10～11］，閾值取過小，分割不完全，如圖3（a）所示；閾值過大，會(huì)引起圖像劇烈變形，如圖3（b）所示。采用Canny邊緣檢測(cè)算法對(duì)圖像進(jìn)行分割時(shí)，檢測(cè)到的邊緣點(diǎn)距離實(shí)際邊緣點(diǎn)位置最近，能夠檢測(cè)到足夠多的圖像中實(shí)際邊緣，減少真實(shí)邊緣的漏檢率和誤檢率［12～13］。采用Canny算子進(jìn)行圖像處理后，使用相同的閾值進(jìn)行分割后的效果如圖4（a）和圖4（b）所示。

圖3

圖4

2.3 輪廓回填消除圖像逐次分割算法

圖5 輪廓回填消除圖像逐次分割基本過程

為了提高計(jì)數(shù)效率，本文提出一種輪廓回填抹除圖像逐次分割算法，每進(jìn)行一次圖像處理計(jì)數(shù)以后，在進(jìn)入下一圖像處理過程之前做一個(gè)判斷：除了本過程處理的輪廓中，是否還有別的輪廓存在，如果不存在，則輸出總的計(jì)數(shù)結(jié)果；若需要繼續(xù)進(jìn)行圖像分割處理，則將已經(jīng)實(shí)現(xiàn)計(jì)數(shù)的微小片式元件從圖像中去除之后再次進(jìn)行圖像處理，并在進(jìn)行圖像逐次分割的過程中對(duì)不同的粘連情況進(jìn)行著色，每一種顏色代表一個(gè)分割過程，使計(jì)數(shù)結(jié)果更加準(zhǔn)確［14～15］。輪廓回填消除圖像逐次分割基本過程如圖5所示。

2.4 算法實(shí)現(xiàn)流程圖

本論文的算法采用圖像分割進(jìn)行微小片式元件的計(jì)數(shù)，不僅計(jì)數(shù)的效率高，其準(zhǔn)確率也到了99.99%以上。算法的關(guān)鍵因素是二值化以及Canny雙閾值的選取，選取的基本原則就是使得該閾值可以很好地分離粘連的微小片式元件。文中圖像處理過程中采用了雙閾值Canny算法和輪廓回填消除圖像逐次分割，不僅可以提取邊緣特征進(jìn)行有效的圖像分割，還提高了算法的執(zhí)行效率。

圖6 算法流程圖

3 系統(tǒng)計(jì)數(shù)結(jié)果與分析

微小片式元件自動(dòng)計(jì)數(shù)系統(tǒng)利用OPENCV中的相關(guān)函數(shù)來實(shí)現(xiàn)上述的算法，用戶界面的設(shè)計(jì)采用的是Qt介面庫(kù)來實(shí)現(xiàn)的。為驗(yàn)證算法的準(zhǔn)確性，將2807只0402尺寸的片式電阻器無上下重疊的隨機(jī)放置片式元件盤上，采用計(jì)數(shù)系統(tǒng)進(jìn)行計(jì)數(shù)，計(jì)數(shù)50次的結(jié)果如表1所示。系統(tǒng)計(jì)數(shù)結(jié)果表明，本文算法可以高精度地實(shí)現(xiàn)微小片式元件的實(shí)時(shí)自動(dòng)計(jì)數(shù)，計(jì)數(shù)效率高，計(jì)數(shù)結(jié)果準(zhǔn)確率高。

表1 系統(tǒng)計(jì)數(shù)結(jié)果及誤差率

4 結(jié)語

本文提出一種基于圖像處理的微小片式元件的自動(dòng)計(jì)數(shù)算法，較好地解決了人工計(jì)數(shù)低效、耗時(shí)且容易產(chǎn)生誤差的問題。該算法通過結(jié)合Canny算子的圖像分割方法，能有效地提高圖像分割的準(zhǔn)確性，并且利用輪廓回填消除圖像和利用輪廓數(shù)量判斷算法是否繼續(xù)的機(jī)制有效地提高了算法的運(yùn)行速度。設(shè)計(jì)的微小片式元件自動(dòng)計(jì)數(shù)系統(tǒng)具有高效、高準(zhǔn)確率的特點(diǎn)，具有一定的應(yīng)用價(jià)值。