[发明专利]一种SMT焊点图像分割方法

说明书

技术领域

本发明涉及微电子封装与组装技术，具体涉及一种SMT焊点图像分割方法。

背景技术

图像分割就是把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。基于图像分割的目标表达、特征提取和参数测量等方法，将原始图像转化为更直接更紧凑的形式，使得图像的分析和理解成为可能。图像分割是图像处理中的重要问题，也是计算机视觉研究中的一个经典难题。在应用于SMT焊点质量检测的SMT焊点图像分割方面，目前常用的分割方法是阈值分割法，阈值分割法主要包括迭代法、最大类间方差（Otsu）法和最大熵自动阈值法等几种。

最大类间方差法是公认的具有良好性能的阈值分割法，但是该法只考虑了类间方差，忽视了类内内聚性，因而不能很好的反映分类的好坏，存在错分割及不能分割的现象。

发明内容

针对现有技术的不足，本发明提供一种SMT焊点图像分割方法。通过对图像进行分块和引入类内内聚度两个角度来改进最大类间方差法，并采取改进的最大类间方差法和HSI颜色空间相结合的分割方法来对SMT焊点图像进行分割。

采用本发明提供的分割方法，可以有效地避免传统分割方法产生的错分割及不能分割的现象，改善焊点图像的分割质量。

本发明的技术方案如下所述。

一种SMT焊点图像分割方法，包括以下步骤：

（1）对原始焊点RGB真彩图进行预处理：包括焊点彩色图像的平滑、颜色空间从RGB到HIS的转换、焊点图像的锐化。

（2）对焊点图像H分量进行分割：将焊点图像分成n块子图像，运用改进的最大类间方差法求出每个子图像的分割阈值λ_k(1≤k≤n)，根据每个子图像的分割阈值λ_k，分别对每个子图像进行分割。

（3）运用区域生长法对焊点图像I分量进行分割。

（4）通过对焊点图像H分量和I分量的分割图进行图像算术运算，得到完整的焊点形态图像。

（5）对完整的焊点图像进行形态学处理，得到最终分割图像。

在最大类间方差法基础上，引入类内内聚度，在图像中的背景和目标类中，将每一个像素到相应类中心的方差定义为类内的内聚度；设灰度阈值λ将图像分割成背景区域A和目标区域B。

改进的最大类间方差法：

（1）计算图像各像素级的概率分布p_k，k=0,1,2,...,L-1；

其中：1～L为图像的灰度级；k为灰度值；p_k为灰度值k出现的概率；

（2）分别计算背景类A和目标类B出现的概率p_A、p_B，两类各自的均值μ_A、μ_B，两类各自的类内内聚度两类的类间方差σ²；

背景类A出现的概率为：pA=Σk=0λpk;]]>

目标类B出现的概率为：pB=Σk=λ+1L-1pk=1-pA;]]>