基于图像处理的印刷电路板质量检测系统设计

张天恩，林嘉宇，陈 巍

(国防科学技术大学电子科学与工程学院，长沙410073)

1 引言

随着计算机图像处理技术、模式识别、人工智能的发展，运用光学自动检测［1］(AOI，Automatic Opitc Inspection)代替人工对印刷电路板的质量进行检测已经成为发展的趋势。研究基于图像处理的印刷电路板质量检测系统的总体设计，阐述了基于图像处理的检测系统的工作原理，讨论了图像采集单元中扫描仪的选择和驱动程序设计，讨论了图像处理单元中的图像去噪，图像分割、图像识别算法，运用图像差分运算方法完成了对缺陷的检测，并进行了仿真实验。

2 系统结构组成

印刷电路板质量检测系统由硬件系统和软件系统组成。设计的硬件系统包括图像采集单元(扫描仪)、计算机(主机和显示器);软件系统主要是计算机的图像处理系统。它将硬件系统传输来的PCB图像进行处理、分析和识别，以判断待检测图像中是否存在缺陷。工作时，扫描仪固定于生产线传送带的一侧，采集并获取PCB板图像，由检测计算机的图像处理系统对采集到的图像进行处理、分析、判别，并进行人机交互。系统的结构组成如图1所示。

工作原理:获取图像之后，图像的预处理模块对待检测图像进行预处理，采用中值滤波对图像进行平滑去噪;采用最大类间方差［2］对图像进行二值化处理。经过图像的预处理之后，进行图像缺陷识别。主要采取待检测图像与标准图像的二值化图像进行差分运算的方法，去除共同的部分，留下图像中的缺陷;由于缺陷中可能有因噪声引起的伪缺陷，需要通过之前系统预先设置的缺陷容许值来判断是否为缺陷，最后，把检测出的缺陷情况及时提供给操作人员。

图1 系统结构组成图

3 图像采集单元

系统的图像采集设备为扫描仪，其主要功能是扫描获取PCB板图像并传送给检测计算机。采用扫描仪的目的是，一方面为了减少成本，另一方面不需要照明光源的辅助，并可以获取到高质量及噪声较小的图像。因此，综合考虑系统稳定性能、抗干扰能力、成本大小等因素，对图像的采集由扫描仪来完成。图像采集过程如图2所示。

图2 图像采集过程

选择合适的扫描仪［3］，不仅能提高工作效率，还可以体现经济效益。在选择扫描仪的型号时，一般从光学分辨率、扫描方式、色彩位数及接口类型四个方面的参数入手。结合这四个方面的参数，本论文选用明基的5560扫描仪。

通过计算机驱动扫描仪［4］来采集PCB板图像，使用TWAIN(Technology Without An Interesting Name)协议实现图像采集硬件和处理软件的通讯协议及编程接口的连接，主要考虑到目前几乎所用的扫描仪都带有TWAIN驱动程序，开发基于Windows的图像采集应用程序，功能完全能够满足系统要求，并且实现较为简单。

4 图像处理单元

PCB板质量检测系统的核心部分是图像处理单元，基于当前图像处理现有的算法，能否结合图像处理过程的各个步骤研究开发最佳的处理算法是一个检测系统好坏的重要标志。图像处理单元由图像预处理、图像匹配、图像识别三大基本步骤组成。该单元的主要任务是完成对采集到的图像进行处理和检测识别，判断一块PCB板是否存在缺陷，减少后续生产的工作量。

4.1 图像获取

扫描仪采集图像之后，图像与黑色背景融合在一起。为此，采用水平投影和垂直投影的方法把图像提取出来。为了后续处理的需要，需要采集一张质量较好没有倾斜的PCB板标准图像，通过中值滤波去噪、阈值分割之后形成的二值化图像存入计算机硬盘，为后续的差分运算做准备。标准PCB板图像的二值化图像如图3所示。

图3 标准阈值分割图像

4.2 图像平滑

在PCB板图像的采集过程中，由于扫描仪、计算机等设备的热辐射及采集过程中操作不当，使采集的图像都不可避免的含有各种噪声，因此，为了后续图像处理的需要，必须对图像进行平滑去噪处理。

采用扫描仪获取PCB板图像，并转换成灰度图像。从灰度图像中可以看出，图像中存在孤立点噪声，如图4所示。

中值滤波［5-6］(Median Filtering)是一种可有效抑制噪声的非线性滤波方式。该滤波的特点是运算不需要统计图像特性，速度快，容易实现，对脉冲噪声和点状噪声最为有效，并能较好地保留边缘细节。因此，选用中值滤波的方法对图像进行平滑去噪。如图5所示。

4.3 图像分割

基于图像处理印刷电路板质量检测的步骤之一就是图像识别，而本节的图像阈值分割是图像识别的基础。在图像分析和识别中，需要将图像中有特定意义的部分进行研究。这些部分被称为目标或前景，其余部分称为背景。为了识别和分析目标，需要把它们从背景中提取出来。图像阈值分割的过程就是提取图像具有特定意义的区域及目标的技术和过程［7］。

图4 灰度图像

图5 中值滤波图像

基于最大类间方差计算过程简单，使用比较广泛的特点，对于一般没有明显直方图双峰的图像也可以适用，可以得到较为满意的处理效果。它虽然不是最佳，但是一种最稳定的算法。因此，采用最大类间方差对图像进行阈值分割。

采用该算法对预处理后的图像进行分割的二值化图像如图6所示。

4.4 图像缺陷识别

图像识别是通过计算机对图像处理之后，对图像进行分析和理解，识别各种不同模式的目标和对象的技术。图像缺陷识别采用参考法，即通过待检测图像与质量完好的标准图像进行对比来判断图像中是否存在缺陷。在获取标准图像和待检测图像的二值化图像之后，为了判断待检测图像与标准图像的差异，主要通过对两幅二值化图像点对点的差分运算来实现。两幅二值化图像差分运算之后的图像如图7所示。

图6 阈值分割图像

从上图7可以看出，通过差分运算之后，图像中还存在因背景噪声引起的伪缺陷。为了消除伪缺陷，采用中值滤波的方法对背景噪声进行滤除，突出图像中的缺陷。经过滤波之后的图像如图8所示。

图7 两幅二值化图像差分运算后的图像

图8 缺陷图像中值滤波图

5 结束语

将图像处理应用于印刷电路板的工业生产之中，即采用图像处理对印刷电路板缺陷进行检测。对检测系统的整体结构组成进行了设计，介绍了系统的工作原理和基本功能，讨论了图像采集单元中的扫描仪选择，设计了计算机驱动扫描仪的程序，重点讨论了图像处理单元中的图像去噪、图像分割、图像识别算法，并完成仿真实验。实验结果表明文中采用的方法能较为有效地检测PCB板中断路、短路、缺损等缺陷。

［1］ 邬明慧，安志勇，高瑀含，赵伟星.印刷电路板检测系统光学设计［J］.长春理工大学学报(自然科学版)，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］ 谢志鹏，陈锻生.用VC设计数码相机、扫描仪的图像采集程序［J］.微机发展，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］ 朱维仲，董彩平.中值滤波技术及其在图像处理中的应用［J］.天津职业技术师范学院学报，2002，12(3):42-44.

［6］ 孙燮华.数字图像处理原理与算法［M］.北京:机械工业出版社，2010.