摘要：針對印刷電路板圖像顏色種類較少，色彩不連續(xù)且邊界變化較快，并且焊盤層和碳路層與背景顏色差別較大，而線路層和背景顏色比較接近的特征，提出了一種閾值分割方法。該方法基于HSI顏色空間，針對不同對象進(jìn)行分割時，根據(jù)其特點(diǎn)，采用不同的方法計(jì)算閾值進(jìn)行分割。

關(guān)鍵詞：圖像分割；閾值；顏色空間；印刷電路板

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2013）15-3634-03

在印刷電路板（Printed Circuit Board，PCB）缺陷自動檢測系統(tǒng)中，圖像處理軟件是重要的核心部分，它包括圖像預(yù)處理、圖像分割、缺陷檢測和定位。圖像分割是圖像分析處理軟件的核心。近年來，彩色圖像分割[1]與邊緣提取技術(shù)越來越為人們所重視，其中閾值法[2]是最具代表性的方法之一。該文在對印刷電路板彩色圖像的顏色特征進(jìn)行分析后，發(fā)現(xiàn)印刷電路板圖像顏色種類較少，色彩不連續(xù)且邊界變化明顯，且焊盤層和碳路層與背景色差別很大，而線路層和背景顏色比較接近.針對以上特征，本文提出了針對不同對象而采取不同方法的一種閾值分割方法。

1 顏色空間轉(zhuǎn)

由于目前數(shù)碼設(shè)備采集到的PCB圖像是RGB圖像，但在彩色圖像處理的中，由于HSI顏色空間更接近人眼對顏色的感知，也與物體本身的特性有關(guān)，因此，該文PCB圖像分割是在HSI空間進(jìn)行。從RGB到SHI的轉(zhuǎn)換關(guān)系為[3]：

2 顏色量化

本文研究的印刷電路板彩色圖像單層裸板，其圖像是由有限塊區(qū)域組成，并且相同區(qū)域內(nèi)顏色相似相近，實(shí)際需要處理的顏色數(shù)目較少，因此本文采用顏色量化的方法將相似相近的顏色歸類處理。量化后，圖像由不超過256種顏色所組成。

3 PCB圖像分割算法

利用上述方法將RGB圖像轉(zhuǎn)換成HSI圖像后，分別對電路板上的焊盤、線路以及碳線層進(jìn)行分隔，具體方法如下：

3.1 焊盤的雙閾值分割算法

標(biāo)準(zhǔn)焊盤顯金黃色，其圖像在HSI空間下色調(diào)S的范圍為17—32，HSI空間上下限為固定值，因此可以利用雙閾值對其進(jìn)行分割。具體算法如下：

1） 獲取圖像在S分量上的直方圖N（si）；并設(shè)置雙閾值[T1]=17，[T2]=32；

2） 具體處理過程如式（7）：

如果當(dāng)前處理點(diǎn)的色調(diào)在17-32范圍內(nèi)，則保持該處理點(diǎn)不變；否則將該點(diǎn)修改為其它值，該文實(shí)際編程時，將其修改為白色。

3.2 碳線分割算法

碳線層一般為黑色，通過分析碳線的直方圖，得知可由HSI的飽和度和亮度這兩個分量共同進(jìn)行閾值分割。具體算法如下：

1） 對S分量分割閾值的計(jì)算方法是：首先對S分量直方圖進(jìn)行平滑處理[5]，然后計(jì)算S分量的直方圖HS和像素總數(shù)PS。

2） 按照式（8）計(jì)算閾值數(shù)組T[i]：

3） 在T[i]找出最大值[μmaxs]和最小值[μmins]，令sThreshold為初始閾值；[sThreshold=（μmax+μmin）/2]；

4） 求出新閾值sThreshold+1=（t1+t2）/2；

5） 若sThreshold=sThreshold+1，則所得即為閾值；否則轉(zhuǎn)2，迭代計(jì)算。對I分量分割閾值lThreshold的計(jì)算方法與sThreshold相同，不在累述。

6） 計(jì)算出sThreshold和lThreshold后，如果S>sThreshold或I> lThreshold，則將該點(diǎn)修改背景色；否則保持該點(diǎn)的值不變。

3.3 線路分割算法

由于PCB裸板圖像線路層的顏色和背景之間顏色非常相似，只是在飽和度上差別很大。而HSI空間下，顏色信息只與H、S分量有關(guān)，而I與顏色信息無關(guān)。因此，對線路層的分割，該文采用的方法是，先去除焊盤顏色及碳線顏色，此時，只剩下背景和線路，該文采用Otsu法對線路進(jìn)行分割。

4 實(shí)驗(yàn)結(jié)果與分析

隨機(jī)選取了幾幅印刷電路板彩色圖像，采用以上方法進(jìn)行了實(shí)驗(yàn)。針對PCB圖像的焊盤層、碳線層以及線路成，分別利用本文提出的算法和傳統(tǒng)的閾值分割算法，得到的效果如圖1，2，3所示。其中（a）是原始圖像，（b）是本文算法分割結(jié)果，（c）為傳統(tǒng)閾值法分割結(jié)果?？梢钥闯觯话汩撝捣指罘ǚ指畹慕Y(jié)果比較粗，很多地方存在分割不到位的情況。該文算法在一定程度上解決了該問題，分割效果比較理想。

參考文獻(xiàn)：

[1] Pal N R，Pal S K. A review on image segmentation technique[J].Pattern Recognition，1993，26（9）：1277～1294.

[2] 馬英輝.彩色圖像分割方法綜述[J].科技情報(bào)開發(fā)與經(jīng)濟(jì)，2006，16（4）：158-159.

[3] Ashdown J.Octree Color Quantization[J].C/C++ Users Joumal，1995，13（3）：31-44.

[4] 龔聲蓉，熊璋.一種基于HSL概率密度的彩色圖象分割方法[J].小微型計(jì)算機(jī)系統(tǒng)，2001，22（6）：695-698.

[5] 胡斌，宮寧生.一種改進(jìn)的Otsu 閾值分割算法[J].微電子學(xué)與計(jì)算機(jī)，2009，26（12），153-155.