自動缺陷分類系統在超聲掃描顯微鏡中的應用

連軍莉，魏 鵬

(中國電子科技集團公司第四十五研究所，北京 101601)

超聲掃描顯微鏡是用于檢測物體表面、內部區域，產生高分辨率特征圖像的檢測系統，廣泛應用于無損檢測領域。由于超聲能量的傳遞要求介質是連續的，所以如氣孔、雜質、分層、裂紋等不連續界面都會干擾超聲信號傳播或致使超聲信號發生反射。在氣孔、分層處會發生相位反轉，在圖像中表現為紅色區域。

確定器件是否合格，就是判斷氣孔、分層等缺陷的尺寸（也就是相位圖像中的紅色區域）是否超出容差范圍。傳統的人工目測，即使使用測量工具，也不能精確判斷各缺陷的面積和尺寸，很難適應產品批量的要求。因此如何快速進行缺陷分類成為工藝線上必須解決的大問題。而缺陷自動分類系統可以對缺陷進行自動分類，減少缺陷分析時間，以及主觀造成的缺陷分類錯誤，分析結果更加精確，重復性更高，從而大大提高了整體效率。

1 系統流程

系統打開一幅圖像，進行缺陷分析，測量出各缺陷特征，然后根據各設定閾值，判斷是否可以忽略該缺陷。該系統可以離線操作，也可以嵌入到主檢測程序中。系統流程如圖1所示。

圖1 缺陷自動識別系統流程圖

2 缺陷標記

由超聲掃描檢測設備得到的掃描圖像中，有氣泡、分層的地方會發生相位反轉，在圖像中用紅色來標識。由于缺陷的灰度值相等，故本系統中采用改良的區域標記算法[1-4]對各缺陷進行標記，將缺陷（即紅色像素）視為物體。該方法對圖像進行充分處理，可快速標記出圖像中所有目標物體。標記算法的流程圖如圖2所示。

算法步驟描述：

（1）從左到右，從上到下逐個像素掃描。

（2）若當前點為首行像素，且為物體，判斷左前點是否為物體，若是，當前點標記與左前點相同的值；否則，數標加1，此數組值為1；

（3）若當前點為首列像素，且為物體，判斷右上是否為物體，若是，當前點標記與左前點相同的值；否則，判斷正上是否為物體，若是，當前點標記與正上相同的值；否則，數標加1，此數組值為1；

圖2 缺陷標記流程圖

（4）若當前點為最后一列像素，且為物體，判斷正上是否為物體，若是，當前點標記與正上點相同的值；否則，判斷左上是否為物體，若是，當前點標記與左上相同的值；否則，判斷左前是否為物體，若是，當前點標記與左前相同的值；否則，數標加1，此數組值為1；

（5）若當前點不是上述點，是圖像中間像素（包含最后一行），且為物體，則依次判斷該像素點的右上點、正上、左上及左前是否為該物體，優先級依次降低的順序為右上點、正上點、左上點及左前點。若右上點為物體，則當前點標記和右上點相同的值；否則，判斷正上是否為物體，若是，當前點標記與正上點相同的值；否則，判斷左上是否為物體，若是，當前點標記與左上相同的值；否則，判斷左前是否為物體，若是，當前點標記與左前相同的值；否則，數標加1，此數組值為1；若該點的左上、正上、右上及左前點共4個點的像素值都不為物體，則把數標加1，且此數組值為1，作為另一物體的區別。

（6）若該點的左上、正上、右上及左前點共4個點的像素值都不為物體，則把數標加1，且此數組值為1，作為另一物體的區別。

（7）其中有一特別調整：當前點的右上點及左前點為不同標記，正上點和左上點不為物體，則當前點標記同右上點置相同的值。此時，掃描當前像素點之前的圖像，把所有同當前點標記相同的像素值都標記成與右上點同樣的值。有多少個像素點轉換，則統計右上點像素值(標記值)的數組就加多少。而把統計左前點的像素值(標記值)的數組置0。

3 測量特征

在超聲掃描檢測中，非常關注的問題之一是缺陷的大小。當缺陷的尺寸超出一定的值，即認定為缺陷。故在本系統中，主要統計缺陷的面積和最大尺寸。

3.1 面積計算

在標記圖像中，相互連接的物體像素集合組成一個區域。對圖像內每個像素進行標記操作，將物體的像素值改為標號，求各種標號的總和，即求得不同區域的面積數目。具體步驟如下：

(1)遍歷標記圖像，設置一維數組，維數為標記物體的個數；

(2)循環取得各點像素值，像素值就是標號；

(3)根據不同的標號，加到對應的數組；

(4)得到各連通區域的面積。

3.2 長寬最大值

在標記圖像中，找到各種標號的出發點，然后將其余帶此標號的像素的坐標值和出發點的坐標值比較，可得到此標號區域x、y坐標的最大和最小值。由此可計算出最大的長和寬。實現步驟如下：

(1)在標記圖像內，根據不同的像素值，即不同的連通區域，循環取得各點像素值的標號，搜索一個出發點，記錄其坐標值；

(2)遍歷標記圖像，將相同標記的像素坐標值和出發點坐標值進行比較，最后可得到此連通區域坐標的最大最小值；

(3)根據不同的像素值，依次執行第(2)、(3)步；

(4)根據每個連通區域的最大最小值，計算連通區域的最大長度和寬度。

4 閾值比較

將得到的結果，每個連通區域的面積和最大的長和寬，與預先設定的值進行比較。具體如下：

（1）如果：實際值>預先設定值，只要滿足一個條件，即記錄為缺陷；否則：實際值<預先設定值，忽略；

（2）輸出此器件是否為合格品。

5 實驗結果

為驗證本系統的效果，本文進行了大量實驗。結果表明，本系統在毫秒級的時間內能夠快速處理圖像，準確率99%，重復率100%，真實反映了檢測器件的合格狀況。圖3、圖4、圖5、圖6為本文從大量實驗中隨機挑選的一組結果圖。

圖3 原始圖像

圖4 處理結果1

圖5 處理結果2

圖6 處理結果3

說明：圖4中設置總閾值為10（即總的缺陷面積閾值為10），單個閾值為2（即單個缺陷面積閾值為2），下部分表格中的顯示結果為所有缺陷信息；圖5顯示結果為滿足條件（即單個缺陷的面積大于單個閾值2）的缺陷信息，點擊“處理”按鈕即可執行，點擊“恢復”按鈕即可恢復為圖4所示的表格；圖6顯示結果為判斷結果，整個面積、單個面積只要有一個超出設定范圍，即表示此器件不合格，點擊“判別分析”按鈕即可執行。

6 結束語

本文描述的缺陷自動分類系統，可在毫秒級時間內對圖像進行自動分析、分類，減少了缺陷分析時間，以及主觀分類錯誤，結果更加精確，重復性更高。

[1]楊淑瑩.VC++圖像處理程序設計[M].北京：清華大學出版社、北京交通大學出版社,2003.163-167.

[2]章德偉,蒲曉蓉,章毅.基于Max-tree的連通區域標記新算法[J].計算機應用研究，2006（8）：168-170.

[3]張桂林.基于跑長碼的連通區域標記算法[J].華中理工大學學報,1994,22(5):11-14.

[4]王鐵生,施鵬飛.二值圖像的快速標記方法及其應用[J].微型電腦應用,2004,20(6):6-8.