[发明专利]一种PCB图像定位校正方法

说明书

本发明涉及PCB缺陷检测技术领域，特别涉及一种PCB图像定位校正方法。该PCB图像定位校正方法，包括图像预处理步骤、PCB区域定位步骤、基于PCB区域的图像校正步骤，其特征在于：在PCB区域定位步骤中，基于至少四个方向的Sobel算子检测PCB区域边缘。上述技术方案中，首先对算子模板进行改进，并从原来的二方向算子改进为多方向算子，以克服传统Sobel边缘检测算法由于只考虑了两个方向的梯度信息，准确率不高的缺陷。

技术领域

本发明涉及PCB缺陷检测技术领域，特别涉及一种PCB图像定位校正方法。

背景技术

目前在PCB缺陷检测之前都需要实现PCB的定位校正，校正效果直接影响后期缺陷检测的效果。目前的传统的图像定位校正方法存在准确率低，以及采用机械固定式的图像校正方法的自动化水平低、PCB板放置受限制等问题，导致缺陷检测的效率和精度不高。

PCB区域定位主要包括边缘提取、图像二值化及中值滤波，并得到对应的轮廓信息。边缘检测算法中Sobel算子得到了广泛的应用，例如，申请公布号CN 108985305A，申请公布日2018年12月11的发明专利申请公开的一种激光蚀刻工业雷管编码图像定位及校正方法中对预处理过的雷管编码图像运用Sobel算子检测边缘信息并进行二值化。

Sobel算子实际上使用两个方向的模板（水平方向和垂直方向）与图像中每一个点进行邻域卷积，如式（1）所示：

(1)

式中，代表评价函数，分别为像素点位置处的水平以及垂直梯度分量信息，如式(2)所示。

(2)

式中，T为图像的灰度值矩阵，*为卷积运算，分别为水平方向和垂直方向的边缘检测算子方向模板，如式(3)所示。

(3)

边缘强度计算公式如式(4)所示。

(4)

公式(4)中为边缘强度。

传统的Sobel算子简单容易实现，由于算法中存在平均运算，能够对图像起到平滑去噪的作用，但Sobel算子无法很好地区分图像的前景和背景区域。同时，由于只考虑了两个方向的梯度信息，对于图像边缘方向特征考虑较少，常丢失部分边缘细节，在动态环境下，实际的图像梯度式是未知的，由此按照传统Sobel算子计算准确率不高；除此之外，式(4)中边缘强度计算是以2阶范数来计算的，且涉及开方运算，计算量大；同时，计算边缘强度时，取两个方向边缘成分的权重系数相同，因此，减弱了强边缘成分的权重，加强了弱边缘成分的权重。

发明内容

本发明的目的在于提出一种高效精准的PCB图像定位校正方法，满足中小企业生产线检测效率要求的图像处理技术；实现低成本大面积PCB板缺陷检测。

该PCB图像定位校正方法，包括图像预处理步骤、PCB区域定位步骤、基于PCB区域的图像校正步骤，其特征在于：

在PCB区域定位步骤中，基于至少四个方向的Sobel算子检测PCB区域边缘。

上述技术方案中，首先对算子模板进行改进，并从原来的二方向算子改进为多方向算子，以克服传统Sobel边缘检测算法由于只考虑了两个方向的梯度信息，准确率不高的缺陷。

作为优选，所述PCB定位步骤包括：基于水平方向Sobel算子S1、垂直方向Sobel算子S2、第一对角方向Sobel算子S3以及第二对角方向Sobel算子S4计算各像素点的边缘强度，以输出边缘检测输出图像;对边缘检测输出图像进行图像二值化；提取图像轮廓。