印刷电路板外观检测中光电图像的色差矫正方法

张 静， 叶玉堂， 谢 煜， 常永鑫，2， 刘 霖，刘娟秀， 罗 颖， 叶 溯

（1.电子科技大学，四川成都610054；2.中国科学院光电技术研究所，四川成都610209）

印刷电路板外观检测中光电图像的色差矫正方法

张 静1， 叶玉堂1， 谢 煜1， 常永鑫1，2， 刘 霖1，刘娟秀1， 罗 颖1， 叶 溯1

（1.电子科技大学，四川成都610054；2.中国科学院光电技术研究所，四川成都610209）

针对印刷电路板产品在检测中受制作工艺和照明设备的影响，分析其产生色彩偏差的基本原理，提出板内和板间色差矫正的新算法，分析了照明模型得到亮度变换函数对板间色差进行矫正，重点采用LAB色彩模型中的亮度通道，利用亮度积累直方图计算映射函数去均衡板内的色差。实验表明，该算法矫正了印刷电路板在检测预处理阶段出现的板内和板间的色彩偏差，提高自动光学检测的检测精度和效率，在光电图像的测量领域具有广泛的应用前景。

计量学；印刷电路板；缺陷检测；色彩偏差；色差矫正

1 引 言

印刷电路板（Printeal-aircuit board；PCB）工业产品的生产工序比较复杂，不同批次产品外观的颜色经常会有差异。产生差异的原因主要包括颜色配料、生产制作工艺等方面。在检测过程中受到照明方式和成像系统的影响都会使PCB光电图像在颜色上有所偏差，这对后续的图像处理算法带来了难度，同时也影响到了测量的精度。故将色差矫正方法引入到机器视觉，客观地对产品与标准色板之间的差异进行量化检测并提出有效的检测方法。

常用的图像色差矫正方法有亮度变换和亮度直方图处理两种。其中亮度变换的原理是使用简化的光照成像模型来建立原始图像和被测图像之间的逐点比变换关系，使被测图像尽量校正在同一水平线上，常用的变换关系有乘法变换、乘加结合的数学变换和gamma变换［1～3］等。文献［4，5］分析了不同变换在机器视觉系统中不同应用，但也提到了这种变换易受光照模型影响，对因为材质引起的亮度不均无法矫正。本文考虑对亮度直方图处理可清楚地显示图像的亮度和颜色分布情况，其不需要建立复杂的成像模型，能够校正的类型较多。研究PCB光电图像的色差产生的主要原因，结合两种算法的优点，用亮度变换的方法处理板间的色差，用自适应亮度直方图均衡的方法处理板内较为复杂的色差。实验结果表明，该方法对印刷电路板外观检测中出现的板内和板间色差进行了矫正，提高了缺陷检测的精度和效率。

2 PCB光电图像的色差校正

2.1 亮度变换校正

不同PCB由于基材、工艺上等原因而存在色差，为解决这一问题，我们建立一个简单的光照模型，将图像I（x，y）分成两部分：一个是反射分量模型R（x，y），另一个是照明分量模型L（x，y），反射分量描述了在图像中物体的反射特性；照明分量描述了在图像中的照明强度分布。其关系为［6］：

假设PCB的反射保持一个恒定的系数，只是光照图像会因光照条件的变化，在相同的位置坐标，不同的检测板上会有差异。利用式（2）计算出光照图像的变化率［7］：

式中：I0、L0、Im、Lm分别为参考图像和被测图像的I、L值，Rm（x，y）为不同被测图像的光照变化率，cMC［Lm（x，y），Am，0］为利用Am，0对Lm（x，y）的校正补偿。Am，0为转换矩阵，由LAB颜色空间中L通道计算图像分布得到。

2.2 亮度直方图校正

由于相机等原因，PCB光电图像的不同区域的亮度差异程度不一致，这种不一致会造成被测图像和参考图像之间亮度直方图的较大差异，使后期的检测工作出现偏差，误报缺陷数增多。如果所有像素采用同一映射函数，是不能准确校正图像上各个部分不同的亮度差。所以本文采用局部直方图矫正的方法来消除这种亮度偏差。此方法不受简化光照成像模型的影响，既可以对线性偏差也可以对伽马效应等非线性偏差进行矫正。考虑结合自适应直方图均衡的方法来建立映射函数，但这种方法计算复杂度太高，不适合在尺寸较大的PCB光电图像中应用。为降低计算复杂度，同时自适应校正各个区域的亮度差异，参考图像处理中局部分块处理的方法［8］，将原图分成大小相同的区域，对应区域建立映射函数。由于一个区域内的所有像素只需要计算一次直方图，因此大大降低了计算复杂度［9］。

根据亮度直方图建立映射函数需要3个步骤：

（1）计算原图像和参考图像的L颜色分量的直方图，图像亮度直方图的计算方法：

式中：w，h分别为图像的宽和高；HLR（u）为参考图像连续直方图在亮度为u处的值，表示图像中亮度值为u的像素所占的百分比；LR（i，j）为参考图像的像素（i，j）的亮度值。

（2）计算积累分布函数即积累直方图，亮度积累直方图的计算公式：

（3）在得到原图像和参考图像积累直方图以后，再通过积累直方图的对应关系建立亮度变换的映射函数，使得校正后的图像和参考图像的积累直方图在每个亮度值处具有相似的数值。亮度映射映射函数为：

且

最后将亮度映射函数应用于原图像的每个像素来得到校正后的亮度值LC（i，j）

2.3 亮度变换和亮度直方图相结合的色差矫正方法

亮度变换受光照模型影响，而亮度直方图能更好的反映光电图像亮度和颜色分布，所以考虑结合两种算法各自的优点，用亮度变换的方法处理板间的色差，用自适应亮度直方图均衡的方法处理板内较为复杂的色差，从而尽可能对PCB外观检测中光电图像进行色差矫正［10，11］。

如图1所示2种方法结合的处理过程，在2块模拟PCB内，首先通过用自适应亮度直方图均衡的方法在各自图像内根据亮度直方图建立映射函数，每一行偏色矫正到同一水平，进而去矫正图像的每一列到同一水平，板内的偏色就被完整的矫正过来。其次利用亮度变换的方法将不同板子矫正到同一目标值。后面的点检测算法才能依据同一标准进行检查，提高检测精度。

图1 色差矫正方法

3 实验结果与分析

为了验证理论分析的正确性，对PCB上焊盘部分进行实验如图2，由于焊盘对照明反射率比较高，所以图2（a）和图（b）可以看到不同板间色差较大，通过式（4）亮度变换进行矫正后得到图2（c）图像颜色基本与图2（b）颜色一致。

PCB经过分层后，图3（a）给出了一块待检测焊盘层的图，图3（b）表示图3（a）中4块焊盘的亮度直方图，从直方图中可以发现，图像不同区域的亮度差异较大，采用式（3）～式（5）得到不同的区域，建立各自不同的亮度映射函数。按照映射函数进行矫正后，得到的实验结果如图4（a），亮度直方图如图4（b），焊盘颜色明显得到矫正，亮度直方图基本上被矫正与同一数量级上。

图2 板间矫正实验结果

图3 待检测焊盘层的原图及亮度直方图

图4 板内矫正后待测焊盘层及亮度直方图

经过色差矫正后的图像，提取彩色图像L通道如图5（a），利用最大类间方差法（OTSU）对图像进行二值化分割如图5（b），利用连通区域标记处焊盘上的缺陷如图5（c）所示外接矩形框出，焊盘上的浅划痕和微小污点能够很好检出。最后，通过系统实际检测效率及缺陷检测的漏判数和正确率来衡量自动光学检测系统的性能，结果分析如表1，从表1可以得出采用本文的色彩校正方法 后系统检测精度和正确率均得到提高。

表1 PCB光电图像系统检测缺陷分析

图5 缺陷检测结果图

4 结 论

对于PCB间的色差，根据简化的光照成像模型来建立原始图像和被测图像之间的变换关系，使之与标准板的色差偏差减小；对于PCB光电图像板内的色差，不需要复杂的光照成像模型，通过使用亮度直方图匹配的方法，就能够校正任意类型的亮度和颜色差异。本算法既能降低计算复杂度，又能自适应地校正图像局部的差异，同时又阻止了块效应的产生。实验结果表明，作为PCB外观检测的预处理过程，本文算法不仅提高了系统的性能，而且改善了检测的精度和效率。

］

［1］ 吴凤和.基于计算机视觉测量技术的图像轮廓提取方法研究［J］.计量学报，2007，28（1）：18-22.

［2］ Cheung H K，et al.A Novel Illumination Compensation Scheme for Sprite Coding［C］／／Signal Processing，2004. Proceedings ICSP＇04.2004 7th International Conference on，Beijing，China，2004，1223-1226.

［3］ 黄永林，叶玉堂，陈镇龙，等.PCB导线上下线宽检测算法研究［J］.计量学报，2011，32（3）：766-771.

［4］ Heidrich W，Seidel H P.Realistic，hardware accelerated shading and lighting［C］／／In processing of SIGGRAPH 99，Los Angeles，USA，1999，171-178.

［5］ Chang Y C，Reid J F.RGB calibration for color image analysis in machine vision［J］.Image Processing，IEEE Transactions on，1996，5（10）：1414-1422.

［6］ Van Mieghem J A，Avi-Itzhak H I，Melen R D.Straight line extraction using iterative total least squares methods［J］.Journal of Visual Communication and Image Representation tation，1995，6（1）：59-68.

［7］ Assen H C V，Egmont Petersen M，Reiber J H C.Accurate object localization in gray level images using the center of gravity measure：Accuracy versus precision［J］.IEEE Transactions on Image Processing（S1057-7149），2002，11（12）：1379-1384.

［8］ 袁红中，付炜，郭永魁.一种基于动态阈值的镀铜表面缺陷检测算法［J］.燕山大学学报，2018，34（4）：336-340.

［9］ Liu K C.Color-edge detection based on discrimination of noticeable color contrasts［J］.International Journal of Imaging Systems and Technology，2009，19（4）：332-339.

［10］ Chen H C，Chien W J，Wang S J.Contrast-based color image segmentation［J］.IEEE Signal Pro cessingLetters，2004，11（7）：641-644.

［11］ Wei GW.Generalized Perona-Malik equation for Image Restoration［J］.IEEE Signal Processing Lett，1999，6（7）：65-167.

Method for Chrom inance Correction of Photoelectric Image of Appearance Detection in Printed Circuit Board

ZHANG Jing1， YE Yu-tang1， XIE Yu1， CHANG Yong-xin1，2， LIU Lin1，LIU Juan-xiu1， LUO Ying1， YE Su1
（1.University of Electronic Science and Technology of China，Chengdu，Sichuan 610054，China；2.The Institute of Optics and Electronics the Chinese Academy of Sciences，Chengdu，Sichuan 610209，China）

In order to reduce the impact of craftsmanship and lighting equipment which were produced in the processing of detection，the principle of color deviation was analysed and a new algorithm of the board and between the board chromatic correction was proposed.Themethod firstly analyses illumination model and obtain correction function to correct the color difference between the boards，then adopts luminance channel of LAB colormodel and takes advantage of the accumulated illumination histogram to calculate mapping function which is to correct chrominance aberration.The experiments have shown that the algorithm correct color deviation in the board and between boards in the preprocessing of PCB detection，which improve detection accuracy and efficiency of automatic optical inspection.It will have a wide applications in the field of optical imagemeasurement.

Metrology；Printed-circuit-board；Defect detection；Color deviation；Chrominance correction

TP96

：A

：1000-1158（2015）03-0238-04

10.3969／j.issn.1000-1158.2015.03.04

2013-02-28；

：2013-05-16

国家自然科学基金（61205004）；粤港招标关键领域重点突破项目（W0511159）；兵器集团项目（W0511142）

作者简介：张静（1984-），女，河南洛阳人，电子科技大学在读博士研究生，主要研究方向为基于视觉的高端光学设备及仪器研发、图像处理算法等。zhangjing619＠gmail.com