[發明專利]一種PCBA目標邊緣檢測方法

有效

• 申請號: 202010576830.4
• 申請日: 2020-06-22
• 公開（公告）號: CN111709964B
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 閆河;趙其峰;謝敏;李曉玲
• 申請（專利權）人: 重慶理工大學
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T7/12;G06T7/00
• 代理公司: 重慶博凱知識產權代理有限公司 50212
• 代理人: 胡逸然

1.一種PCBA目標邊緣檢測方法，其特征在于，包括：

S1、使用具有動態閾值懲罰因子的引導濾波算法對待檢測圖像進行邊緣保持去噪得到濾波后圖像，所述具有動態閾值懲罰因子的引導濾波算法在具有全局懲罰因子的引導濾波算法的基礎上引入動態閾值懲罰因子，動態閾值懲罰因子的值與像素塊中邊緣像素點數量成正比；步驟S1包括：

S101、使用引導圖像與待濾波圖像建立局部線性變換；

S102、計算窗口處于不同位置時的動態懲罰因子；步驟S102中：

動態懲罰因子的計算公式如下：

Q_i＝βQ_i(β∈(0,1])

β＝S/|w|

式中，p_i為像素索引值i對應的引導圖像，φ表示類間方差最優閾值，i和k為像素索引值，Q_i為像素索引值i對應的輸出圖像，Q_i'為像素索引值i對應的濾波后圖像，β為動態閾值懲罰因子，S表示窗口內超過變化閾值的像素個數，|w|為鄰域塊中像素個數，μ_k為像素索引值k對應的鄰域塊的均值；

S103、基于局部線性變換及動態懲罰因子對待檢測圖像進行邊緣保持去噪得到濾波后圖像；

S2、對濾波后圖像進行非極大值抑制，進行限條件的保留屋脊狀邊緣及階梯狀邊緣，得到抑制圖像；

S3、對抑制圖像進行邊緣像素及非邊緣像素的分割，利用改進的局部自適應類間差分法提高邊緣像素的辨識度；

S4、連接邊緣像素，得到邊緣檢測結果。

2.如權利要求1所述的PCBA目標邊緣檢測方法，其特征在于，步驟S2包括：

S201、基于鄰域像素判斷像素塊邊緣類型；

S202、基于像素塊邊緣類型對像素塊進行非極大值抑制。

3.如權利要求2所述的PCBA目標邊緣檢測方法，其特征在于，步驟S202中：

濾波后圖像中坐標為(i,j)的像素點的灰度值為A(i,j)，進行非極大值抑制對應的灰度值為A^*(i,j)；

當坐標為(i,j)的像素點處于屋脊狀邊緣，則

A_r＝A(i,j)；(A(i,j)≥A(i,j-1)∧A(i,j)≥A(i,j+1)∧A(i,j)≥μ(i,j))

當坐標為(i,j)的像素點處于階梯狀邊緣，則

A_l(i,j)；(A(i,j)≥A(i-1,j)∧A(i,j)＞A(i,j+1)∧A(i,j)≥μ(i,j))

式中，n表示當前鄰域塊的大小，A_r和A_l分別表示屋脊狀邊緣像素值和階梯狀邊緣像素值。

4.如權利要求1所述的PCBA目標邊緣檢測方法，其特征在于，步驟S3包括：

S301、對于每個像素塊，利用灰度直方圖統計出像素塊中灰度值的分布范圍，記為[a,b]，像素塊中每個灰度級g對應的像素個數N_g,灰度級g的概率P_g＝N_g/N，N為像素塊內像素點個數；

S302、對像素塊中的像素按灰度級進行非邊緣和邊緣分割；

S303、非邊緣灰度級記為g_b,邊緣灰度級記為g_o，分別計算各自的期望值，分別記為E_b和E_o(b∈[a,T],o∈[T+1,b])，基于E_b和E_o計算方差σ²從而得到局部最優閾值T_h；

S304、基于局部最優閾值T_h及容差T_c對像素進行像素值衰減。

5.如權利要求4所述的PCBA目標邊緣檢測方法，其特征在于，步驟S303中：

T_h＝σ²。

6.如權利要求5所述的PCBA目標邊緣檢測方法，其特征在于，步驟S304中：

X_i＝X_iθ(X_i＜T_h-T_c,X_i＜X/8)

X_i＝X_i(X_i＜T_h,X_i≥X/8)

式中，θ為像素值衰減比例，范圍介于0-1之間，X為像素塊鄰域像素總和。