基于改進OTSU的紙帶孔型缺陷檢測

韓滔++張懷相++金江強

摘 要 提出了一種用于測量紙帶孔型的視覺測量算法。算法首先將差因素引入傳統分割算法，提出一種改進的最大類間分割算法。其次，對閾值化后的二值圖像進行特定區域分塊處理，并進行面積統計和邊緣定位。最后，將傳統的最大類間差法得出面積和邊界數據與改進的最大類間差法得出的數據比較。實驗結果：結果表明改進算法，分割更加準確有效，提取圖像信息更完整能較好地完成對紙帶孔型的缺陷檢測。

【關鍵詞】孔型檢測 定位 大津算法

隨著電子工業的迅速發展，集成電路、片式電子元器件上的部件向著更小、更多、更密集方向發展。為了提高組裝密度、減少電子產品體積和重量，產生了“表面貼裝技術”，簡稱SMT。打孔紙帶在生產的過程中，孔型會產生一些物理損傷，這些現象將使元器件無法正常進入高速貼片設備進行焊接組裝。因此，打孔紙帶孔型的好壞，嚴重影響打孔紙帶的質量。影響打孔紙帶質量的主要因素有：一、表面質量。二、尺寸精度。因此，對紙帶孔型進行缺陷檢測來提高紙帶孔型的表面質量與尺寸精度是十分必要的。

1 改進的OTSU算法

圖像分割是機器視覺與圖像處理的基本問題之一。門限法中，最大類間差法也稱OTSU算法，被認為是圖像分割中閾值選取的最佳算法。但在實際中，圖像的分布不均勻的或是有異常數據等情況出現時，結果通常不令人滿意，因此本文提出了改進的OTSU算法。

2 紙帶孔型面積計算與定位算法

紙帶孔型面積計算與定位是紙帶孔型缺陷檢測中的關鍵步驟。通過面積提取，可以粗略的判斷紙帶孔型是否崩邊等情況。通過孔型定位，可以準確的了解各個孔型的方位與邊界信息，從而得到紙帶孔型的尺寸等信息。操作如下：

（1）對圖像進行分塊處理，根據給定標準確定各孔型大致范圍。

（2）掃描給定范圍內的像素點，得出面積，并建立4條鏈表，分別將上、下、左、右最外層邊界點的信息存入鏈表。對各邊界的點進行取平均值計算，得出中心。

（3）根據（2）中得出最外層邊界的點，得出孔型離邊界的距離。根據各個孔型的中心坐標判斷各個孔型之間的距離。

（4）各個孔型面積和邊界信息與標準圖像做比較，若在誤差范圍內圖像合格，否則不合格。

3 實驗結果

以數據和打孔紙帶局部放大圖為研究對象，采用自適應閾值法、傳統的OTSU算法、改進的OTSU算法進行分割實驗，獲得打孔紙帶孔型二值化圖像如圖1所示。由圖1可見，自適應閾值算法不僅出現過分分割現象，而且把紙帶孔型大量模糊處分割掉；傳統的OTSU，比較好的反映了原始圖像的信息，但是分割出的孔型還是不夠準確；改進的OTSU，邊緣和孔型信息方面，比傳統的最大類間分割有了明顯提高，從直觀上與放大后的孔型圖像更為接近。改進的OTSU，對放大的孔型圖像進行孔型分割，分割效果明顯優于傳統的OTSU，且消除了傳統方法的邊緣過多分割現象，因此具有更高的分割準確性。

4 結束語

本文通過改進經典Otsu 圖像分割方法，在考慮OTSU的同時結合均方差，提出了新的圖像分割閾值選取算法。比較了三種圖像分割方法的性能。結果表明運用改進Otsu分割前景與背景臨界處（ 孔型邊緣） 更加柔和，解決了傳統Otsu 法的分割邊緣跳躍性，可以獲得更加接近實際情況的分割效果，證明了其有效性以及優越性，是一種適用于打孔紙帶孔型圖像的較好的閾值分割方法。通過實驗和檢測結果的分析比較，改進的最大類間分割算法分割出的圖像，更準確，誤差更小。這種孔型檢測法有效地提高了測量精度，可以有效地應用于其他計算機視覺系統中。

參考文獻

[1]劉健莊.栗文青.灰度圖象的二維Otsu自動閾值分割法[J].自動化學報，1993（01）.

[2]范九倫，趙鳳.灰度圖像的二維Otsu 曲線閾值分割法[J].電子學報，2007，35（4）：751-755.

[3] 范九倫， 趙鳳， 張雪峰.三維Otsu閾值分割方法的遞推算法[J].電子學報， 2007（07）.

作者簡介

韓滔（1990- ），男，浙江省東陽市人。現為杭州電子科技大學計算機學院研二在讀。主要研究方向為計算機應用技術。

作者單位

杭州電子科技大學計算機學院 浙江省杭州市 310018endprint

摘 要 提出了一種用于測量紙帶孔型的視覺測量算法。算法首先將差因素引入傳統分割算法，提出一種改進的最大類間分割算法。其次，對閾值化后的二值圖像進行特定區域分塊處理，并進行面積統計和邊緣定位。最后，將傳統的最大類間差法得出面積和邊界數據與改進的最大類間差法得出的數據比較。實驗結果：結果表明改進算法，分割更加準確有效，提取圖像信息更完整能較好地完成對紙帶孔型的缺陷檢測。

【關鍵詞】孔型檢測 定位 大津算法

隨著電子工業的迅速發展，集成電路、片式電子元器件上的部件向著更小、更多、更密集方向發展。為了提高組裝密度、減少電子產品體積和重量，產生了“表面貼裝技術”，簡稱SMT。打孔紙帶在生產的過程中，孔型會產生一些物理損傷，這些現象將使元器件無法正常進入高速貼片設備進行焊接組裝。因此，打孔紙帶孔型的好壞，嚴重影響打孔紙帶的質量。影響打孔紙帶質量的主要因素有：一、表面質量。二、尺寸精度。因此，對紙帶孔型進行缺陷檢測來提高紙帶孔型的表面質量與尺寸精度是十分必要的。

1 改進的OTSU算法

圖像分割是機器視覺與圖像處理的基本問題之一。門限法中，最大類間差法也稱OTSU算法，被認為是圖像分割中閾值選取的最佳算法。但在實際中，圖像的分布不均勻的或是有異常數據等情況出現時，結果通常不令人滿意，因此本文提出了改進的OTSU算法。

2 紙帶孔型面積計算與定位算法

紙帶孔型面積計算與定位是紙帶孔型缺陷檢測中的關鍵步驟。通過面積提取，可以粗略的判斷紙帶孔型是否崩邊等情況。通過孔型定位，可以準確的了解各個孔型的方位與邊界信息，從而得到紙帶孔型的尺寸等信息。操作如下：

（1）對圖像進行分塊處理，根據給定標準確定各孔型大致范圍。

（2）掃描給定范圍內的像素點，得出面積，并建立4條鏈表，分別將上、下、左、右最外層邊界點的信息存入鏈表。對各邊界的點進行取平均值計算，得出中心。

（3）根據（2）中得出最外層邊界的點，得出孔型離邊界的距離。根據各個孔型的中心坐標判斷各個孔型之間的距離。

（4）各個孔型面積和邊界信息與標準圖像做比較，若在誤差范圍內圖像合格，否則不合格。

3 實驗結果

以數據和打孔紙帶局部放大圖為研究對象，采用自適應閾值法、傳統的OTSU算法、改進的OTSU算法進行分割實驗，獲得打孔紙帶孔型二值化圖像如圖1所示。由圖1可見，自適應閾值算法不僅出現過分分割現象，而且把紙帶孔型大量模糊處分割掉；傳統的OTSU，比較好的反映了原始圖像的信息，但是分割出的孔型還是不夠準確；改進的OTSU，邊緣和孔型信息方面，比傳統的最大類間分割有了明顯提高，從直觀上與放大后的孔型圖像更為接近。改進的OTSU，對放大的孔型圖像進行孔型分割，分割效果明顯優于傳統的OTSU，且消除了傳統方法的邊緣過多分割現象，因此具有更高的分割準確性。

4 結束語

本文通過改進經典Otsu 圖像分割方法，在考慮OTSU的同時結合均方差，提出了新的圖像分割閾值選取算法。比較了三種圖像分割方法的性能。結果表明運用改進Otsu分割前景與背景臨界處（ 孔型邊緣） 更加柔和，解決了傳統Otsu 法的分割邊緣跳躍性，可以獲得更加接近實際情況的分割效果，證明了其有效性以及優越性，是一種適用于打孔紙帶孔型圖像的較好的閾值分割方法。通過實驗和檢測結果的分析比較，改進的最大類間分割算法分割出的圖像，更準確，誤差更小。這種孔型檢測法有效地提高了測量精度，可以有效地應用于其他計算機視覺系統中。

參考文獻

[1]劉健莊.栗文青.灰度圖象的二維Otsu自動閾值分割法[J].自動化學報，1993（01）.

[2]范九倫，趙鳳.灰度圖像的二維Otsu 曲線閾值分割法[J].電子學報，2007，35（4）：751-755.

[3] 范九倫， 趙鳳， 張雪峰.三維Otsu閾值分割方法的遞推算法[J].電子學報， 2007（07）.

作者簡介

韓滔（1990- ），男，浙江省東陽市人。現為杭州電子科技大學計算機學院研二在讀。主要研究方向為計算機應用技術。

作者單位

杭州電子科技大學計算機學院 浙江省杭州市 310018endprint

摘 要 提出了一種用于測量紙帶孔型的視覺測量算法。算法首先將差因素引入傳統分割算法，提出一種改進的最大類間分割算法。其次，對閾值化后的二值圖像進行特定區域分塊處理，并進行面積統計和邊緣定位。最后，將傳統的最大類間差法得出面積和邊界數據與改進的最大類間差法得出的數據比較。實驗結果：結果表明改進算法，分割更加準確有效，提取圖像信息更完整能較好地完成對紙帶孔型的缺陷檢測。

【關鍵詞】孔型檢測 定位 大津算法

隨著電子工業的迅速發展，集成電路、片式電子元器件上的部件向著更小、更多、更密集方向發展。為了提高組裝密度、減少電子產品體積和重量，產生了“表面貼裝技術”，簡稱SMT。打孔紙帶在生產的過程中，孔型會產生一些物理損傷，這些現象將使元器件無法正常進入高速貼片設備進行焊接組裝。因此，打孔紙帶孔型的好壞，嚴重影響打孔紙帶的質量。影響打孔紙帶質量的主要因素有：一、表面質量。二、尺寸精度。因此，對紙帶孔型進行缺陷檢測來提高紙帶孔型的表面質量與尺寸精度是十分必要的。

1 改進的OTSU算法

圖像分割是機器視覺與圖像處理的基本問題之一。門限法中，最大類間差法也稱OTSU算法，被認為是圖像分割中閾值選取的最佳算法。但在實際中，圖像的分布不均勻的或是有異常數據等情況出現時，結果通常不令人滿意，因此本文提出了改進的OTSU算法。

2 紙帶孔型面積計算與定位算法

紙帶孔型面積計算與定位是紙帶孔型缺陷檢測中的關鍵步驟。通過面積提取，可以粗略的判斷紙帶孔型是否崩邊等情況。通過孔型定位，可以準確的了解各個孔型的方位與邊界信息，從而得到紙帶孔型的尺寸等信息。操作如下：

（1）對圖像進行分塊處理，根據給定標準確定各孔型大致范圍。

（2）掃描給定范圍內的像素點，得出面積，并建立4條鏈表，分別將上、下、左、右最外層邊界點的信息存入鏈表。對各邊界的點進行取平均值計算，得出中心。

（3）根據（2）中得出最外層邊界的點，得出孔型離邊界的距離。根據各個孔型的中心坐標判斷各個孔型之間的距離。

（4）各個孔型面積和邊界信息與標準圖像做比較，若在誤差范圍內圖像合格，否則不合格。

3 實驗結果

以數據和打孔紙帶局部放大圖為研究對象，采用自適應閾值法、傳統的OTSU算法、改進的OTSU算法進行分割實驗，獲得打孔紙帶孔型二值化圖像如圖1所示。由圖1可見，自適應閾值算法不僅出現過分分割現象，而且把紙帶孔型大量模糊處分割掉；傳統的OTSU，比較好的反映了原始圖像的信息，但是分割出的孔型還是不夠準確；改進的OTSU，邊緣和孔型信息方面，比傳統的最大類間分割有了明顯提高，從直觀上與放大后的孔型圖像更為接近。改進的OTSU，對放大的孔型圖像進行孔型分割，分割效果明顯優于傳統的OTSU，且消除了傳統方法的邊緣過多分割現象，因此具有更高的分割準確性。

4 結束語

本文通過改進經典Otsu 圖像分割方法，在考慮OTSU的同時結合均方差，提出了新的圖像分割閾值選取算法。比較了三種圖像分割方法的性能。結果表明運用改進Otsu分割前景與背景臨界處（ 孔型邊緣） 更加柔和，解決了傳統Otsu 法的分割邊緣跳躍性，可以獲得更加接近實際情況的分割效果，證明了其有效性以及優越性，是一種適用于打孔紙帶孔型圖像的較好的閾值分割方法。通過實驗和檢測結果的分析比較，改進的最大類間分割算法分割出的圖像，更準確，誤差更小。這種孔型檢測法有效地提高了測量精度，可以有效地應用于其他計算機視覺系統中。

參考文獻

[1]劉健莊.栗文青.灰度圖象的二維Otsu自動閾值分割法[J].自動化學報，1993（01）.

[2]范九倫，趙鳳.灰度圖像的二維Otsu 曲線閾值分割法[J].電子學報，2007，35（4）：751-755.

[3] 范九倫， 趙鳳， 張雪峰.三維Otsu閾值分割方法的遞推算法[J].電子學報， 2007（07）.

作者簡介

韓滔（1990- ），男，浙江省東陽市人。現為杭州電子科技大學計算機學院研二在讀。主要研究方向為計算機應用技術。

作者單位

杭州電子科技大學計算機學院 浙江省杭州市 310018endprint