基于圖像處理技術(shù)的銅箔疵點(diǎn)檢測(cè)系統(tǒng)研究

1 系統(tǒng)構(gòu)成

銅箔基板表面光滑，有很強(qiáng)的光反射能力，為獲得清晰的表面圖像，需謹(jǐn)慎配備光源。本系統(tǒng)中多只熒光燈置于基板上方，以產(chǎn)生均勻溫反射光，這樣面陣CCD攝像機(jī)可以拍到清晰的目標(biāo)圖像。檢測(cè)系統(tǒng)主要部件的構(gòu)成如圖1所示。

由于銅箔基板面積較大，而一個(gè)CCD攝像機(jī)的拍攝范圍有限，故系統(tǒng)根據(jù)每個(gè)攝像機(jī)覆蓋的范圍大小在基板寬度方向設(shè)置多個(gè)CCD。這樣，隨著基板前移，這樣CCD攝像機(jī)就可以拍攝到整個(gè)基板范圍，從而對(duì)基板的每一部分都進(jìn)行疵點(diǎn)圖像分析與檢測(cè)。圖1所示為光路部分截面圖。CCD攝像機(jī)拍攝到的圖像通過圖像采集卡輸入下位機(jī)，圖像分析與處理工作由下位機(jī)完成，處理結(jié)果上傳至上位機(jī)進(jìn)行匯總、統(tǒng)計(jì)及數(shù)據(jù)庫(kù)存儲(chǔ)，同時(shí)上位機(jī)還對(duì)基板的前移狀態(tài)進(jìn)行實(shí)時(shí)控制。上、下位機(jī)通過交換機(jī)構(gòu)形成以太網(wǎng)形式，通過TCP/IP協(xié)議進(jìn)行數(shù)據(jù)傳輸。

由于銅箔基板生產(chǎn)線線速度較高，達(dá)到1m/s的前移速度。而一般的面陣CCD攝像機(jī)采用電視視頻專輸標(biāo)準(zhǔn)進(jìn)行圖像的采集、傳輸及顯示，顯示適合靜態(tài)圖像的采集。若不采取任何拱而攝像運(yùn)動(dòng)圖像，將使圖像模糊，難以處理。針對(duì)以上問題，本系統(tǒng)采用CCD本身配備的快門系統(tǒng)以及單幀圖像采集方法，即只采集偶場(chǎng)或奇場(chǎng)信號(hào)，再通過內(nèi)插法合成一幀信號(hào)，從而在不影響處理效果的前提下，有效地解決了運(yùn)動(dòng)圖像模糊的問題。由于處理對(duì)象是運(yùn)動(dòng)圖像，對(duì)處理速度要求較高。若選用彩色CCD攝像機(jī)及彩色圖像采集卡攝取彩色圖像，則數(shù)據(jù)量大、系統(tǒng)復(fù)雜、處理速度慢。對(duì)本系統(tǒng)而言，疵點(diǎn)的判別無需彩色信號(hào)，故可選用黑白CCD攝像機(jī)與黑白圖像采集卡，對(duì)灰度圖像進(jìn)行分析與處理，數(shù)據(jù)量少，處理速度提高，節(jié)約成本。

2 圖像處理

在圖像獲取過程中，由于成像條件、光照不均勻、光電轉(zhuǎn)化過稆的噪聲、脈沖干擾、A/D轉(zhuǎn)換帶來的誤差等因素的影響，所采集的圖像通常帶有噪聲信號(hào)。因此在圖像處理之前，需先進(jìn)行噪聲濾除。圖像的平滑去噪處理主要通過鄰域平均法、中值濾波、頻域?yàn)V波等方法實(shí)現(xiàn)。本系統(tǒng)采用中值濾波法，具有去噪能力強(qiáng)、邊界細(xì)節(jié)保持好、處理速度快等優(yōu)點(diǎn)。

中值濾波采用一個(gè)含有奇數(shù)個(gè)點(diǎn)的滑動(dòng)窗口，將窗口中心點(diǎn)的值用窗口內(nèi)各點(diǎn)的中值代替。其功能是使與周圍像素灰度值的差比較大的像素用與周圍像素值接近的像素替換，從而可以消除孤立的噪聲點(diǎn)。它不是簡(jiǎn)單的取均值，產(chǎn)生的模糊比較少。對(duì)于二維圖像數(shù)據(jù)f(i,j),中值濾波的輸出fm(I,j)為：

fM(x,y)=Med{f(i,j)} (1)

其中i,j在所選定的滑動(dòng)窗口內(nèi)。

銅箔基板疵點(diǎn)的形成有多種因素，如人為造成的污點(diǎn)、油滴、水印等，或生產(chǎn)過程中產(chǎn)生的劃痕、折邊等缺陷。本文以水印疵點(diǎn)為例進(jìn)行疵點(diǎn)的圖像處理與識(shí)別，經(jīng)過5點(diǎn)中值濾波預(yù)處理后的圖像如圖2所示。

為進(jìn)行疵點(diǎn)的特片提取和參數(shù)測(cè)量，首先需要將疵點(diǎn)所在的區(qū)域從整體圖像中分離出來。在計(jì)算機(jī)圖像處理中區(qū)域分割與提取的方法多種多樣，可劃分為閾值法、邊緣檢測(cè)、區(qū)域生長(zhǎng)等類型。直接利用閾值法進(jìn)行區(qū)域檢測(cè)具有運(yùn)算量小、算法簡(jiǎn)單、速度快等優(yōu)點(diǎn)。但在光照強(qiáng)度不均、目標(biāo)與背景無明顯灰度差的情況下，閾值的選取較困難。若采和合適的邊緣檢測(cè)器對(duì)圖像進(jìn)行處理，可以很好地克服光照影響，從而取得較好的檢測(cè)效果。本文采取邊緣檢測(cè)與閾值法相結(jié)合，實(shí)現(xiàn)目標(biāo)的提取。

目前已經(jīng)提出了如Sobel算子、Prewitt算子、Lapalas算法、Kirsch算子等多種有效的邊緣提取算子。Sobel邊緣檢測(cè)算子有較低的計(jì)算代價(jià)，容易實(shí)現(xiàn)，是常用的一種梯度算子。其算法描述如下（G（x,y）為每點(diǎn)的梯度幅值）：

Sobel算子由水平垂直兩個(gè)正模板組成，它能夠同時(shí)檢測(cè)水平方向和垂直方向的邊緣。采和Sobel邊緣檢測(cè)后得到灰度圖像G（x,y）即，邊緣圖像。該圖像包含邊緣幅值信息。如果邊緣檢測(cè)器輸出值較在，則對(duì)應(yīng)于局部邊緣；如果輸出值較小，則對(duì)應(yīng)于無邊緣的區(qū)域。因此在邊緣檢測(cè)后，還要進(jìn)行閾值處理。本文采用矩法選取閾值。實(shí)驗(yàn)表明，經(jīng)兩次Sobel邊緣檢測(cè)后邊緣區(qū)域較明顯，圖3和圖4分別為兩次邊緣檢測(cè)及二值化并經(jīng)過反相后的圖像。

經(jīng)過上以圖像分析，水印區(qū)域得到明顯的區(qū)分。疵點(diǎn)圖像區(qū)域的分割為形態(tài)特征提取提供條件，但從圖4二值化圖像可見，邊界存在明顯缺損，這將嚴(yán)重影響參數(shù)測(cè)量的準(zhǔn)確性。對(duì)此，可以采數(shù)學(xué)形態(tài)學(xué)的方法進(jìn)行疵點(diǎn)輪廓邊界缺損補(bǔ)償。本文采用公式（5）描述的閉運(yùn)算方式，即對(duì)目標(biāo)先膨脹再腐蝕。該方法具有填充細(xì)小空洞、鏈接鄰近物體、在不明顯改變物體面積和現(xiàn)狀的情況下平滑邊界的作用。

B