基于圖像處理的印刷電路板質量檢測系統設計

張天恩，林嘉宇，陳 巍

(國防科學技術大學電子科學與工程學院，長沙410073)

1 引言

隨著計算機圖像處理技術、模式識別、人工智能的發展，運用光學自動檢測［1］(AOI，Automatic Opitc Inspection)代替人工對印刷電路板的質量進行檢測已經成為發展的趨勢。研究基于圖像處理的印刷電路板質量檢測系統的總體設計，闡述了基于圖像處理的檢測系統的工作原理，討論了圖像采集單元中掃描儀的選擇和驅動程序設計，討論了圖像處理單元中的圖像去噪，圖像分割、圖像識別算法，運用圖像差分運算方法完成了對缺陷的檢測，并進行了仿真實驗。

2 系統結構組成

印刷電路板質量檢測系統由硬件系統和軟件系統組成。設計的硬件系統包括圖像采集單元(掃描儀)、計算機(主機和顯示器);軟件系統主要是計算機的圖像處理系統。它將硬件系統傳輸來的PCB圖像進行處理、分析和識別，以判斷待檢測圖像中是否存在缺陷。工作時，掃描儀固定于生產線傳送帶的一側，采集并獲取PCB板圖像，由檢測計算機的圖像處理系統對采集到的圖像進行處理、分析、判別，并進行人機交互。系統的結構組成如圖1所示。

工作原理:獲取圖像之后，圖像的預處理模塊對待檢測圖像進行預處理，采用中值濾波對圖像進行平滑去噪;采用最大類間方差［2］對圖像進行二值化處理。經過圖像的預處理之后，進行圖像缺陷識別。主要采取待檢測圖像與標準圖像的二值化圖像進行差分運算的方法，去除共同的部分，留下圖像中的缺陷;由于缺陷中可能有因噪聲引起的偽缺陷，需要通過之前系統預先設置的缺陷容許值來判斷是否為缺陷，最后，把檢測出的缺陷情況及時提供給操作人員。

圖1 系統結構組成圖

3 圖像采集單元

系統的圖像采集設備為掃描儀，其主要功能是掃描獲取PCB板圖像并傳送給檢測計算機。采用掃描儀的目的是，一方面為了減少成本，另一方面不需要照明光源的輔助，并可以獲取到高質量及噪聲較小的圖像。因此，綜合考慮系統穩定性能、抗干擾能力、成本大小等因素，對圖像的采集由掃描儀來完成。圖像采集過程如圖2所示。

圖2 圖像采集過程

選擇合適的掃描儀［3］，不僅能提高工作效率，還可以體現經濟效益。在選擇掃描儀的型號時，一般從光學分辨率、掃描方式、色彩位數及接口類型四個方面的參數入手。結合這四個方面的參數，本論文選用明基的5560掃描儀。

通過計算機驅動掃描儀［4］來采集PCB板圖像，使用TWAIN(Technology Without An Interesting Name)協議實現圖像采集硬件和處理軟件的通訊協議及編程接口的連接，主要考慮到目前幾乎所用的掃描儀都帶有TWAIN驅動程序，開發基于Windows的圖像采集應用程序，功能完全能夠滿足系統要求，并且實現較為簡單。

4 圖像處理單元

PCB板質量檢測系統的核心部分是圖像處理單元，基于當前圖像處理現有的算法，能否結合圖像處理過程的各個步驟研究開發最佳的處理算法是一個檢測系統好壞的重要標志。圖像處理單元由圖像預處理、圖像匹配、圖像識別三大基本步驟組成。該單元的主要任務是完成對采集到的圖像進行處理和檢測識別，判斷一塊PCB板是否存在缺陷，減少后續生產的工作量。

4.1 圖像獲取

掃描儀采集圖像之后，圖像與黑色背景融合在一起。為此，采用水平投影和垂直投影的方法把圖像提取出來。為了后續處理的需要，需要采集一張質量較好沒有傾斜的PCB板標準圖像，通過中值濾波去噪、閾值分割之后形成的二值化圖像存入計算機硬盤，為后續的差分運算做準備。標準PCB板圖像的二值化圖像如圖3所示。

圖3 標準閾值分割圖像

4.2 圖像平滑

在PCB板圖像的采集過程中，由于掃描儀、計算機等設備的熱輻射及采集過程中操作不當，使采集的圖像都不可避免的含有各種噪聲，因此，為了后續圖像處理的需要，必須對圖像進行平滑去噪處理。

采用掃描儀獲取PCB板圖像，并轉換成灰度圖像。從灰度圖像中可以看出，圖像中存在孤立點噪聲，如圖4所示。

中值濾波［5-6］(Median Filtering)是一種可有效抑制噪聲的非線性濾波方式。該濾波的特點是運算不需要統計圖像特性，速度快，容易實現，對脈沖噪聲和點狀噪聲最為有效，并能較好地保留邊緣細節。因此，選用中值濾波的方法對圖像進行平滑去噪。如圖5所示。

4.3 圖像分割

基于圖像處理印刷電路板質量檢測的步驟之一就是圖像識別，而本節的圖像閾值分割是圖像識別的基礎。在圖像分析和識別中，需要將圖像中有特定意義的部分進行研究。這些部分被稱為目標或前景，其余部分稱為背景。為了識別和分析目標，需要把它們從背景中提取出來。圖像閾值分割的過程就是提取圖像具有特定意義的區域及目標的技術和過程［7］。

圖4 灰度圖像

圖5 中值濾波圖像

基于最大類間方差計算過程簡單，使用比較廣泛的特點，對于一般沒有明顯直方圖雙峰的圖像也可以適用，可以得到較為滿意的處理效果。它雖然不是最佳，但是一種最穩定的算法。因此，采用最大類間方差對圖像進行閾值分割。

采用該算法對預處理后的圖像進行分割的二值化圖像如圖6所示。

4.4 圖像缺陷識別

圖像識別是通過計算機對圖像處理之后，對圖像進行分析和理解，識別各種不同模式的目標和對象的技術。圖像缺陷識別采用參考法，即通過待檢測圖像與質量完好的標準圖像進行對比來判斷圖像中是否存在缺陷。在獲取標準圖像和待檢測圖像的二值化圖像之后，為了判斷待檢測圖像與標準圖像的差異，主要通過對兩幅二值化圖像點對點的差分運算來實現。兩幅二值化圖像差分運算之后的圖像如圖7所示。

圖6 閾值分割圖像

從上圖7可以看出，通過差分運算之后，圖像中還存在因背景噪聲引起的偽缺陷。為了消除偽缺陷，采用中值濾波的方法對背景噪聲進行濾除，突出圖像中的缺陷。經過濾波之后的圖像如圖8所示。

圖7 兩幅二值化圖像差分運算后的圖像

圖8 缺陷圖像中值濾波圖

5 結束語

將圖像處理應用于印刷電路板的工業生產之中，即采用圖像處理對印刷電路板缺陷進行檢測。對檢測系統的整體結構組成進行了設計，介紹了系統的工作原理和基本功能，討論了圖像采集單元中的掃描儀選擇，設計了計算機驅動掃描儀的程序，重點討論了圖像處理單元中的圖像去噪、圖像分割、圖像識別算法，并完成仿真實驗。實驗結果表明文中采用的方法能較為有效地檢測PCB板中斷路、短路、缺損等缺陷。

［1］ 鄔明慧，安志勇，高瑀含，趙偉星.印刷電路板檢測系統光學設計［J］.長春理工大學學報(自然科學版)，2011，43(3):40-42.

［2］ Otsu N.A threshold selection method from gray-level histograms［J］.IEEE Transactions on Systems，Man，and Cybernetics，1979，9(1):62-66.

［3］ 謝志鵬，陳鍛生.用VC設計數碼相機、掃描儀的圖像采集程序［J］.微機發展，2002(3):49-52.

［4］ NEAL C.GALLAHHER.A Theoretial Analysis of the ProPerties of Median Filters［J］.IEEE-TRANS，1981，29(6):1136.

［5］ 朱維仲，董彩平.中值濾波技術及其在圖像處理中的應用［J］.天津職業技術師范學院學報，2002，12(3):42-44.

［6］ 孫燮華.數字圖像處理原理與算法［M］.北京:機械工業出版社，2010.