基于连通域内部对称量的PCB堵孔缺陷检测算法及其实现

周帅

（五邑大学 计算机学院，广东 江门 529020）

基于连通域内部对称量的PCB堵孔缺陷检测算法及其实现

周帅

（五邑大学 计算机学院，广东 江门 529020）

为了对PCB图像锡面堵孔缺陷进行识别，本文提出了一种基于对称量统计的检测算法，该算法通过计算出单个连通域内部孔洞的对称量来判断连通域内部孔洞是否趋于圆形，当对称量达到一定阈值则说明在当前连通域位置下连通域内部孔洞趋于圆形，进而说明PCB锡环完好，没有出现锡面堵孔缺陷. 实验结果表明，本文算法能准确有效地检测PCB图像单个连通域内部孔洞对称量特征，最后标记缺陷位置并输出堵孔区域的中心坐标，可应用于PCB锡面堵孔缺陷的识别.

印刷电路板；缺陷识别；连通域；对称量

随着表面贴装技术（SMT）的发展，印刷电路板（PCB）上分布的元器件密度越来越高，其尺寸也越来越小，为了适应这种趋势，自动缺陷检测技术(AOI）在印刷电路板的质量检测中应用越来越广泛. PCB连通域内部孔洞是反映制印刷电路板锡面面线路拓扑结构的一个重要特征，如果能准确检测PCB锡面连通域内部的孔洞特征，就可以识别PCB有没有堵孔缺陷. 一般求解连通域内部孔洞是否趋于圆形的一个方法是对原始图像进行细化，通过跟踪得到骨架的矢量化描述，进而算出弧、节点数目，按照欧拉公式得到孔洞特征. 由于该算法是以细化为基础的，而细化必然带来某些负面的影响，如：干扰分支的产生，造成结构判断的不准确[1]. 文献[2]提出了一种基于结构特征有向图表示的广度优先搜索算法，该方法能有效提取孔洞特征识别连通域内部孔洞是否趋于圆形，但将结构特征表示为一个有向图，需要选择阈值L对分散的噪声进行处理. 本文算法的优势在于可以有效屏蔽噪音干扰，避免了细化带来的负面影响，减少了处理时间，其过程是通过对称量统计算法计算出单个连通域内部孔洞的对称量来判断连通域内部孔洞是否趋于圆形，当对称量达到一定阈值说明在当前连通域位置下连通域内部孔洞趋于圆形，进而说明PCB锡环完好，没有出现锡面堵孔缺陷.

1 堵孔缺陷检测流程

本文先通过连通域检测算法检测到连通域并进行位置标记，然后计算单个连通域内部孔洞的对称量来判断连通域内部孔洞是否趋于圆形，接着判断当前位置下是否有锡面堵孔缺陷，最后输出位置坐标. 其中连通域检测用的是基于等价类行程的连通域检测算法，原理是对分割出的二值化PCB图像，先进行位置规一化，然后对图像自上而下进行扫描，计算背景图像行程特征，将相邻的每段行程进行相关性分析，并合并彼此相邻的多个行程成为一个连通域，整个连通域特征的求解经过对图像的一遍扫描即可完成[3].

2 孔洞特征检测

本文根据PCB孔洞特征（即PCB上的孔洞都近似为圆形），通过圆形孔洞的对称性来识别孔洞的形状，孔洞趋于圆形则说明没有锡面堵孔，否则说明锡面环可能被全部或部分堵塞，图1为有锡面堵孔缺陷的PCB图像.

本文算法过程如下：首先计算当前单个锡环最小外接矩形的中心坐标；然后将外接矩形水平中心横线绕中心点分别顺时针旋转角为22.5°，45°，67.5°，112.5°，135°，157.5°，对这些直线（如PQ）扫描同时等半径散点对称采样，将22.5°方向线上的点依次与157.5°方向线上的点的像素值逐一比较，如果像素值大小相等，就把该连通域的对称量z+1，如果不相等则z保持不变，当半径长度超过1/2外接矩形宽度时，θ+22.5°，也就是将45°与135°方向线上的散点像素值作比较，最后再+22.5°将67.5°与112.5°方向线上的散点像素值作比较，得到最终的对称量z，z大于阈值（由于本文在每条直线上取了60个采样点，故本文阈值选为56）则当前孔洞没有出现锡面堵孔缺陷，算法说明示意图如图2，流程图如图3.

图1 有锡面堵孔缺陷的PCB图像

图2 算法说明示意图

图3 孔洞圆形特征检测流程图

3 实验结果分析

采用Visual C++6.0编程实现本文的算法，将PCB样本图像（见图1）输入计算机，经阈值分割后提取其孔洞特征，从而进行缺陷识别，识别结果如图4所示，方框标记的中心坐标为（425，267）.

表1中骨架细化算法是对原始图像进行细化，通过跟踪得到骨架的矢量化描述，进而算出弧、节点数目，按照欧拉公式得到孔洞特征，有向图法则是基于结构特征有向图表示的广度优先搜索算法，但将结构特征表示为一个有向图需要选择阈值对分散的噪声进行处理. 将这两种算法应用到PCB的检测并与本文算法实验其他算法的测试对比结果如表1所示，可以看出本文算法在处理速度上有了一定提高，而且输出了堵孔区域的坐标，虽然在缺陷位置输出上与其他算法没有多大差别，但本文算法可以有效屏蔽噪音干扰，避免了细化带来的负面影响，减少了处理时间，提高了工作效率.

图4 锡面堵孔缺陷识别结果

表1 PCB图像孔洞特征检测耗时测试表

4 结语

本文通过对PCB图像的连通域内部孔洞的对称量进行统计，对称量达到一定阈值说明孔洞趋于圆形，没有缺陷存在，而超过了一定阈值则说明孔洞发生锡环外溢，有缺陷存在. 实验结果表明，本文锡面堵孔算法可以适应工业生产上的PCB缺陷自动检测. 如果想让识别率更加精确，也可将每次采样方向线的旋转角度缩小，而本文采用的离散间距22.5°已基本可以保持较高识别率，算法识别的速度也比较快. 当然PCB可能还有很多其他缺陷，如断路短路、毛刺缺损等，当这些缺陷掺杂在一起时有可能出现缺陷特征串通误检或重复检测，进一步的研究方向就是对这些混杂缺陷进行有效的甄别，提高算法的准确度.

[1] 谢贵，彭嘉雄. 基于上下边缘点匹配的连通域搜索算法[J]. 华中科技大学学报（自然科学版），2002, 30(4): 64-65, 68.

[2] 周明元，曹中华. 一种字符孔洞数的求法[J]. 计算机与现代化，2005(9): 5-7.

[3] 张凯兵. 基于连通域的字符孔洞提取算法及其实现[J]. 西华大学学报（自然科学版），2007, 26(4): 52-54.

[4] 席斌，钱峰. 机器视觉测量系统在工业在线检测中的应用[J]. 工业控制计算机，2005(11): 56-58.

[5] 姚峰林，詹海英，李元宗. 机器视觉中的边缘检测技术研究[J]. 机械工程与自动化，2005(1): 19-22.

[6] 雍杨，王敬儒，陈昌彬，等. 基于融合技术的图像边缘检测方法[J]. 红外与激光工程，2004(5): 98-99.

[7] 梁吉，蒋式勤，沈立纬. 视觉检测系统及其应用[J]. 微计算机信息，2003(12): 25-27.

[8] 胡亮，段发阶，丁克勤，等. 带钢表面缺陷计算机视觉在线检测系统的设计[J]. 无损检测，2003(6): 56-57.

[9] 边肇祺，张学工. 模式识别[M]. 2版. 北京：清华大学出版社，2000.

[10] CASTLEMAN K R. 数字图像处理[M]. 朱志刚，林学闫，石定机，等，译. 北京：电子工业出版社，1998.

[责任编辑：韦韬]

A Detection Algorithm and Its Implementation for PCB Based on the Internal Symmetry of Connected Domains

ZHOU Shuai
(School of Computer Science, Wuyi University, Jiangmen 529020, China)

In order to detect the defects of PCB images’ tin surface cavity plugging, this paper presents a statistical algorithm for weighing. By calculating the symmetrical weighing of single connected domains’ internal cavities, the algorithm can determine whether connected domain internal voids tend to round. When the symmetrical weighing reaches a certain threshold value, it indicates that the internal cavities of connected domains at the current position tend to round, and that the PCB tin rings are intact with no tin cavity defects. The experimental results show that this algorithm can accurately and effectively detect the symmetrical characteristics of the internal cavities of single connected domains of PCB images, and can be used to identify the defects of the tin surface.

printed circuit boards; defect recognition; connected domains; symmetrical weighing

TP391.41

A

1006-7302（2017）01-0046-03

2016-11-11

周帅（1992—），男，湖北南漳人，在读硕士生，主要研究方向为计算机图像处理.