[发明专利]考虑微钻磨损量特征的印制电路板孔壁粗糙度预测方法

权利要求书

1.一种考虑微钻磨损量特征的印制电路板孔壁粗糙度预测方法，其特征在于，包括以下步骤：

(1)、采集PCB微钻的光学图像及PCB机械钻孔机床上的进给速度和转速；

(1.1)、采集带有磨损的PCB微钻光学图像，包括多张PCB微钻正面图像和一张PCB微钻底面图像，并将每张图像的尺寸大小统一处理为M×N；

(1.2)、读读取PCB机械钻孔机床上的进给速度和转速；

(2)、处理PCB微钻正面图像提取微钻的实际直径；

(2.1)、微钻轮廓叠加合成；

将每张PCB微钻正面图像转换为一个二维数组，其中，第k张PCB微钻正面图像转换后的二维数组记为F^k；

式中，f_ij表示第i行第j列像素点的灰度值，i＝1,2,…,M，j＝1,2,…,N；

以采集的第一张PCB微钻正面图像作为叠加的基准图像，之后将第二张PCB微钻正面图像叠加到基准图像上，并对对应像素点做像素差值，即：

然后将像差值小于三个灰度值的保留基准图像上的像素点，像差值大于三个灰度值的则保留像素值较低的像素点，由此获得第二张基准图；在以新的基准图像为基准依次叠加后续PCB微钻正面图像，从而获得显示真实完整的微钻轮廓图像；

(2.2)、测量微钻的实际直径；

对微钻轮廓图像进行二值化处理，然后在二值化图像的基础上进行边缘提取，提取出刀具的边缘轮廓，最后在边缘轮廓的基础上，选取边缘轮廓图像上的两个转折点，并记为关键点，通过测量两个关键点之间的实际距离得到微钻的实际直径。

(3)、处理PCB微钻底面图像提取微钻刃面的磨损面积以及最大缺深度；

(3.1)、基于区域生长算法的刃面磨损识别；

对PCB微钻底面图像进行高斯滤波去噪处理，在滤波图像的基础上采用最大类间方差法OTSU进行二值化处理，得到显示微钻刃面的二值化图像；

在二值化图像上，将种子点定位在微钻刃面上，然后基于区域生长算法，使用四连通区域进行区域生长，得到带有磨损程度的微钻刃面图像；

(3.2)、提取微钻刀刃刃面磨损面积和缺口深度；

给定一张完整未磨损的微钻刃面图像；将带有磨损程度的微钻刃面图像与完整未磨损的微钻刃面图像通过中心和底面边缘线进行定位，定位后相减得到微钻刃面的磨损区域，最后通过识别磨损区域的像素点多少得到微钻刃面的磨损面积和缺口深度；

(4)、基于GBDT网络的PCB孔壁粗糙度预测方法

将微钻的实际直径、微钻刀刃刃面磨损面积和缺口深度，以及PCB机械钻孔机床上的进给速度和转速作为输入特征，并输入至训练完成的GBDT网络，最终得到PCB孔壁粗糙度。

2.根据权利要求1所述的一种考虑微钻磨损量特征的印制电路板孔壁粗糙度预测方法，其特征在于，所述步骤(3.1)中，利用四连通区域进行区域生长的具体过程为：

1)、设置四连通区域[N_e]并计算四连通区域的像素强度值σ；

σ＝f[(x,y)+N_e(k,:)]k＝1,2,3,4

式中，f[·]表示生长后的种子像素点(x,y)的像素值，N_e(k,:)是[N_e]中的第k阶行向量；

2)、设置四连通区域的生长条件；

设置四连通区域的生长阈值d；设置四连通区域的最大生长迭代次数n，当前生长迭代次数记为i，初始化i＝1；

3)、对种子点进行四连通区域生长；

3.1)、在微钻刃面上选择一个像素点作为种子点；

3.2)、计算种子点第i次迭代生长后的像素值f_i(x,y)与四连通区域的像素强度值σ的差值d_i，即d_i＝f_i(x,y)-σ；

3.3)、如果d_i≥d，则停止生长，跳转至步骤3.5)；否则，判断当前迭代次数i是否达到最大迭代次数n，如果到达，则停止生长，跳转至步骤3.5)，否则，对种子点继续生长，并按照如下公式更新种子点的像素值；

3.4)、更新完成后返回步骤3.2)；

3.5)、输出带有磨损程度的微钻刃面图像。