基于圖像處理技術(shù)的銅箔疵點(diǎn)檢測系統研究

1 系統構成

銅箔基板表面光滑，有很強的光反射能力，為獲得清晰的表面圖像，需謹慎配備光源。本系統中多只熒光燈置于基板上方，以產(chǎn)生均勻溫反射光，這樣面陣CCD攝像機可以拍到清晰的目標圖像。檢測系統主要部件的構成如圖1所示。

由于銅箔基板面積較大，而一個(gè)CCD攝像機的拍攝范圍有限，故系統根據每個(gè)攝像機覆蓋的范圍大小在基板寬度方向設置多個(gè)CCD。這樣，隨著(zhù)基板前移，這樣CCD攝像機就可以拍攝到整個(gè)基板范圍，從而對基板的每一部分都進(jìn)行疵點(diǎn)圖像分析與檢測。圖1所示為光路部分截面圖。CCD攝像機拍攝到的圖像通過(guò)圖像采集卡輸入下位機，圖像分析與處理工作由下位機完成，處理結果上傳至上位機進(jìn)行匯總、統計及數據庫存儲，同時(shí)上位機還對基板的前移狀態(tài)進(jìn)行實(shí)時(shí)控制。上、下位機通過(guò)交換機構形成以太網(wǎng)形式，通過(guò)TCP/IP協(xié)議進(jìn)行數據傳輸。

由于銅箔基板生產(chǎn)線(xiàn)線(xiàn)速度較高，達到1m/s的前移速度。而一般的面陣CCD攝像機采用電視視頻專(zhuān)輸標準進(jìn)行圖像的采集、傳輸及顯示，顯示適合靜態(tài)圖像的采集。若不采取任何拱而攝像運動(dòng)圖像，將使圖像模糊，難以處理。針對以上問(wèn)題，本系統采用CCD本身配備的快門(mén)系統以及單幀圖像采集方法，即只采集偶場(chǎng)或奇場(chǎng)信號，再通過(guò)內插法合成一幀信號，從而在不影響處理效果的前提下，有效地解決了運動(dòng)圖像模糊的問(wèn)題。由于處理對象是運動(dòng)圖像，對處理速度要求較高。若選用彩色CCD攝像機及彩色圖像采集卡攝取彩色圖像，則數據量大、系統復雜、處理速度慢。對本系統而言，疵點(diǎn)的判別無(wú)需彩色信號，故可選用黑白CCD攝像機與黑白圖像采集卡，對灰度圖像進(jìn)行分析與處理，數據量少，處理速度提高，節約成本。

2 圖像處理

在圖像獲取過(guò)程中，由于成像條件、光照不均勻、光電轉化過(guò)稆的噪聲、脈沖干擾、A/D轉換帶來(lái)的誤差等因素的影響，所采集的圖像通常帶有噪聲信號。因此在圖像處理之前，需先進(jìn)行噪聲濾除。圖像的平滑去噪處理主要通過(guò)鄰域平均法、中值濾波、頻域濾波等方法實(shí)現。本系統采用中值濾波法，具有去噪能力強、邊界細節保持好、處理速度快等優(yōu)點(diǎn)。

中值濾波采用一個(gè)含有奇數個(gè)點(diǎn)的滑動(dòng)窗口，將窗口中心點(diǎn)的值用窗口內各點(diǎn)的中值代替。其功能是使與周?chē)袼鼗叶戎档牟畋容^大的像素用與周?chē)袼刂到咏南袼靥鎿Q，從而可以消除孤立的噪聲點(diǎn)。它不是簡(jiǎn)單的取均值，產(chǎn)生的模糊比較少。對于二維圖像數據f(i,j),中值濾波的輸出fm(I,j)為：

fM(x,y)=Med{f(i,j)} (1)

其中i,j在所選定的滑動(dòng)窗口內。

銅箔基板疵點(diǎn)的形成有多種因素，如人為造成的污點(diǎn)、油滴、水印等，或生產(chǎn)過(guò)程中產(chǎn)生的劃痕、折邊等缺陷。本文以水印疵點(diǎn)為例進(jìn)行疵點(diǎn)的圖像處理與識別，經(jīng)過(guò)5點(diǎn)中值濾波預處理后的圖像如圖2所示。

為進(jìn)行疵點(diǎn)的特片提取和參數測量，首先需要將疵點(diǎn)所在的區域從整體圖像中分離出來(lái)。在計算機圖像處理中區域分割與提取的方法多種多樣，可劃分為閾值法、邊緣檢測、區域生長(cháng)等類(lèi)型。直接利用閾值法進(jìn)行區域檢測具有運算量小、算法簡(jiǎn)單、速度快等優(yōu)點(diǎn)。但在光照強度不均、目標與背景無(wú)明顯灰度差的情況下，閾值的選取較困難。若采和合適的邊緣檢測器對圖像進(jìn)行處理，可以很好地克服光照影響，從而取得較好的檢測效果。本文采取邊緣檢測與閾值法相結合，實(shí)現目標的提取。

目前已經(jīng)提出了如Sobel算子、Prewitt算子、Lapalas算法、Kirsch算子等多種有效的邊緣提取算子。Sobel邊緣檢測算子有較低的計算代價(jià)，容易實(shí)現，是常用的一種梯度算子。其算法描述如下（G（x,y）為每點(diǎn)的梯度幅值）：

Sobel算子由水平垂直兩個(gè)正模板組成，它能夠同時(shí)檢測水平方向和垂直方向的邊緣。采和Sobel邊緣檢測后得到灰度圖像G（x,y）即，邊緣圖像。該圖像包含邊緣幅值信息。如果邊緣檢測器輸出值較在，則對應于局部邊緣；如果輸出值較小，則對應于無(wú)邊緣的區域。因此在邊緣檢測后，還要進(jìn)行閾值處理。本文采用矩法選取閾值。實(shí)驗表明，經(jīng)兩次Sobel邊緣檢測后邊緣區域較明顯，圖3和圖4分別為兩次邊緣檢測及二值化并經(jīng)過(guò)反相后的圖像。

經(jīng)過(guò)上以圖像分析，水印區域得到明顯的區分。疵點(diǎn)圖像區域的分割為形態(tài)特征提取提供條件，但從圖4二值化圖像可見(jiàn)，邊界存在明顯缺損，這將嚴重影響參數測量的準確性。對此，可以采數學(xué)形態(tài)學(xué)的方法進(jìn)行疵點(diǎn)輪廓邊界缺損補償。本文采用公式（5）描述的閉運算方式，即對目標先膨脹再腐蝕。該方法具有填充細小空洞、鏈接鄰近物體、在不明顯改變物體面積和現狀的情況下平滑邊界的作用。

B