圖像分割技術(shù)用于印刷電路板檢測(cè)的研究

由以上各圖可看出：用雙峰法分割時(shí)，當(dāng)前景圖像和背景圖像的灰度值太接近時(shí)，可能會(huì)導(dǎo)致有些前景圖像沒有從背景中分離出來，如圖3，圖像失真了；而使用迭代法分割時(shí)，基于迭代的閾值能區(qū)分出圖像的前景和背景的主要區(qū)域所在，但圖像的細(xì)微處還沒有很好的區(qū)分度，對(duì)某些特定圖像，極小的數(shù)據(jù)變化卻會(huì)引起分割效果的巨大改變，結(jié)果和雙峰法的分割效果相似，如圖4；而用大津法選取出來的閾值非常理想，對(duì)各種情況的表現(xiàn)都較為良好。大津算法是一種較為通用的分割算法。但是用大津法做全局閾值效果還是不理想，沒能很好地將背景和前景圖像分離開，如圖5；最后，我們使用多閾值法分割算法，先將PCB圖像分割成小塊，然后對(duì)各小塊圖像使用大津法求閾值，也就是說各個(gè)小塊圖像的閾值是分別求出來的，是不一定一樣的。可看出，多閾值分割很好地將圖像的前景和背景分離開了，較完整地提取出了需要檢測(cè)的PCB線路，如圖6。
實(shí)驗(yàn)結(jié)果表明，閾值化分割不僅可以提高PCB圖像分割的快速性和穩(wěn)定性，而且分割效果明顯，其中的多閾值分割方法效果最好。最后，文中提出的方法還有很多不足，比如對(duì)于不同的PCB板可能使用多閾值分割時(shí)的分塊數(shù)需要做不同調(diào)整才能達(dá)到理想效果，因此此方法的通用性不強(qiáng)。希望各位讀者能從本文得到一些啟示，提出更有效的分割算法。