1 前沿

　　閾值分割是圖像預(yù)處理中關(guān)鍵的步驟，實(shí)質(zhì)是對(duì)每一個(gè)象素點(diǎn)確定一個(gè)閾值，根據(jù)閾值決定當(dāng)前象素是前景還是背景點(diǎn)，目前，已有大量的閾值處理方法，比如全局閾值和局域閾值，是簡(jiǎn)單的分割方法，而后者則是把整幅圖分成許多子圖像，每幅圖像分別使用不同的閾值進(jìn)行分割。

　　本文分析了文獻(xiàn)[1]中的算法，并在此基礎(chǔ)上提出了一種改進(jìn)的自適應(yīng)閾值選取方法，實(shí)踐證明，這種方法簡(jiǎn)單、計(jì)算量小、速度快、統(tǒng)計(jì)準(zhǔn)確，可以適時(shí)獲取圖像的閾值，PCB圖像分割的效果非常好，圖像分割以后，保證了目標(biāo)圖形的完好無(wú)損，圖象增強(qiáng)之后，使的開(kāi)路和短路更加清晰、突出，為以后的圖像處理做好了充分的準(zhǔn)備工作。

2 算法理論

文獻(xiàn)[1]中自適應(yīng)閾值分割算法：

　　（1）將圖像分成4個(gè)子圖像；

　?。?）計(jì)算每個(gè)字圖像的均值；

　?。?）根據(jù)均值設(shè)置閾值，閾值只應(yīng)用在對(duì)應(yīng)的子圖像；

　　（4）根據(jù)閾值，對(duì)每個(gè)子塊進(jìn)行分割。

　　此算法中，將均值作為子塊的閾值。

印刷電路板的灰度分布特征，如圖1所示，其具有以下特征：

　?。?）具有明顯的背景峰值和目標(biāo)峰值；

　?。?）兩個(gè)峰值距離較遠(yuǎn)，而且其間灰度值基本相等，沒(méi)有明顯的波谷；

　?。?）背景象素點(diǎn)和目標(biāo)象素點(diǎn)的灰度變化具有連續(xù)性，目標(biāo)邊界的灰度是漸變的，不是突變的，如下圖所示。

　　經(jīng)實(shí)踐證明，文獻(xiàn)[1]中的算法不適合印刷電路板，分割的效果也不是很好，因?yàn)槠骄叶炔灰欢ㄊ侵狈綀D的波谷，而且在PCB的直方圖中有很大一部分平坦的區(qū)域，甚至為0的灰度級(jí)，尋找極小值點(diǎn)比較困難，為了對(duì)PCB圖像進(jìn)行準(zhǔn)確的分割，需要尋找另外一種有效的方法，注意到，平均灰度值點(diǎn)是在兩個(gè)峰值之間（即，平均灰度值在背景灰度值和目標(biāo)灰度值之間），而且靠近于波谷，所以考慮在其領(lǐng)域內(nèi)尋找極小值點(diǎn)。 為了分割PCB的目標(biāo)圖像，可以先確定出直方圖的目標(biāo)峰，再確定極小值點(diǎn)，然后可以找出背景峰，將極小值點(diǎn)作為分割閾值，在目標(biāo)峰和背景峰附近選擇一個(gè)灰度值，分別作為開(kāi)路、短路增強(qiáng)的閾值，在PCB圖像中，但有時(shí)目標(biāo)比較稀疏，但有時(shí)比較密集。尋找整個(gè)直方圖的值點(diǎn)比較簡(jiǎn)單，但是如何確定這個(gè)峰值是背景峰還是目標(biāo)峰，成為問(wèn)題的關(guān)鍵。

　　對(duì)于一般的PCB圖像，其目標(biāo)（銅線）表現(xiàn)為高灰度，背景表現(xiàn)為低灰度，以下討論一種可行的閾值搜索方法。

　?。?）找出的一個(gè)峰值所對(duì)應(yīng)的灰度值。在全灰度區(qū)間[0，255]找出f（H）的值，其對(duì)應(yīng)值即為H；

　?。?）計(jì)算圖像的平均灰度：

　　（3）確定是背景峰還是目標(biāo)峰：

　　如果H<Hawe，平均灰度在值點(diǎn)的右側(cè)，表明H是背景峰值，記為Hb；

　　如果H<Hawe，平均灰度在值點(diǎn)的左側(cè)，表明H是目標(biāo)峰值，記為Hf。

　?。?）選取極小值點(diǎn)，在平均值點(diǎn)的30鄰域內(nèi)，尋找極小值，其對(duì)應(yīng)值即為Hmin。

　　注：鄰域的大小可以根據(jù)實(shí)際情況自行選定。

　?。?）確定的第二個(gè)峰值點(diǎn)：

　　如果（3）中找到只是背景峰值Hb，那么在灰度區(qū)間[Hmin，255）找出f（H）的值，其對(duì)應(yīng)值即為目標(biāo)峰值點(diǎn)Hf；

　　如果（3）中找到的是目標(biāo)峰值Hf，那么在灰度區(qū)間[0，Hmin]找出f（H）的值，其對(duì)應(yīng)值即為背景峰值點(diǎn)Hb；

　?。?）以Hmin為閾值，進(jìn)行圖像分割；

　　在背景峰值Hb右側(cè)附近找出一個(gè)灰度級(jí)（一般為Hb+10），進(jìn)行短路增強(qiáng)；

　　在目標(biāo)峰值Hf左側(cè)附近找出一個(gè)灰度級(jí)（一般為Hf-10）進(jìn)行開(kāi)路增強(qiáng)。

　　注：本算法特別適用于直方圖的連續(xù)的圖像，對(duì)于不連續(xù)的直方圖，可以先進(jìn)行臨近插值，將直方圖轉(zhuǎn)換成連續(xù)圖形，即可采用上述方法來(lái)確定閾值。

3 實(shí)驗(yàn)結(jié)果

當(dāng)圖像存在噪聲時(shí)，通常采取兩種做法：

　?。?）先濾波再做二值化處理，這樣原圖像將丟失大量的邊緣細(xì)節(jié)信息，使得統(tǒng)計(jì)結(jié)果不夠準(zhǔn)確；

　　（2）不處理，但這樣又會(huì)使圖像中存在許多細(xì)小的噪聲，同樣統(tǒng)計(jì)結(jié)果也不夠準(zhǔn)確。

　　為了保證統(tǒng)計(jì)結(jié)果的準(zhǔn)確性，既不要由于濾波的影響，而使圖像的某些邊緣丟失，線寬減小，又不可將那些噪聲點(diǎn)誤當(dāng)成線條而統(tǒng)計(jì)進(jìn)來(lái)，可以采用先二值化再去除噪聲的方法。

　　本實(shí)驗(yàn)中，從攝像機(jī)中得到的圖像比較清晰，噪聲很少，所以對(duì)其直接處理。