韩滔++张怀相++金江强

摘 要 提出了一种用于测量纸带孔型的视觉测量算法。算法首先将差因素引入传统分割算法，提出一种改进的最大类间分割算法。其次，对阈值化后的二值图像进行特定区域分块处理，并进行面积统计和边缘定位。最后，将传统的最大类间差法得出面积和边界数据与改进的最大类间差法得出的数据比较。实验结果：结果表明改进算法，分割更加准确有效，提取图像信息更完整能较好地完成对纸带孔型的缺陷检测。

【关键词】孔型检测 定位 大津算法

随着电子工业的迅速发展，集成电路、片式电子元器件上的部件向着更小、更多、更密集方向发展。为了提高组装密度、减少电子产品体积和重量，产生了“表面贴装技术”，简称SMT。打孔纸带在生产的过程中，孔型会产生一些物理损伤，这些现象将使元器件无法正常进入高速贴片设备进行焊接组装。因此，打孔纸带孔型的好坏，严重影响打孔纸带的质量。影响打孔纸带质量的主要因素有：一、表面质量。二、尺寸精度。因此，对纸带孔型进行缺陷检测来提高纸带孔型的表面质量与尺寸精度是十分必要的。

1 改进的OTSU算法

图像分割是机器视觉与图像处理的基本问题之一。门限法中，最大类间差法也称OTSU算法，被认为是图像分割中阈值选取的最佳算法。但在实际中，图像的分布不均匀的或是有异常数据等情况出现时，结果通常不令人满意，因此本文提出了改进的OTSU算法。

2 纸带孔型面积计算与定位算法

纸带孔型面积计算与定位是纸带孔型缺陷检测中的关键步骤。通过面积提取，可以粗略的判断纸带孔型是否崩边等情况。通过孔型定位，可以准确的了解各个孔型的方位与边界信息，从而得到纸带孔型的尺寸等信息。操作如下：

（1）对图像进行分块处理，根据给定标准确定各孔型大致范围。

（2）扫描给定范围内的像素点，得出面积，并建立4条链表，分别将上、下、左、右最外层边界点的信息存入链表。对各边界的点进行取平均值计算，得出中心。

（3）根据（2）中得出最外层边界的点，得出孔型离边界的距离。根据各个孔型的中心坐标判断各个孔型之间的距离。

（4）各个孔型面积和边界信息与标准图像做比较，若在误差范围内图像合格，否则不合格。

3 实验结果

以数据和打孔纸带局部放大图为研究对象，采用自适应阈值法、传统的OTSU算法、改进的OTSU算法进行分割实验，获得打孔纸带孔型二值化图像如图1所示。由图1可见，自适应阈值算法不仅出现过分分割现象，而且把纸带孔型大量模糊处分割掉；传统的OTSU，比较好的反映了原始图像的信息，但是分割出的孔型还是不够准确；改进的OTSU，边缘和孔型信息方面，比传统的最大类间分割有了明显提高，从直观上与放大后的孔型图像更为接近。改进的OTSU，对放大的孔型图像进行孔型分割，分割效果明显优于传统的OTSU，且消除了传统方法的边缘过多分割现象，因此具有更高的分割准确性。

4 结束语

本文通过改进经典Otsu 图像分割方法，在考虑OTSU的同时结合均方差，提出了新的图像分割阈值选取算法。比较了三种图像分割方法的性能。结果表明运用改进Otsu分割前景与背景临界处（ 孔型边缘） 更加柔和，解决了传统Otsu 法的分割边缘跳跃性，可以获得更加接近实际情况的分割效果，证明了其有效性以及优越性，是一种适用于打孔纸带孔型图像的较好的阈值分割方法。通过实验和检测结果的分析比较，改进的最大类间分割算法分割出的图像，更准确，误差更小。这种孔型检测法有效地提高了测量精度，可以有效地应用于其他计算机视觉系统中。

参考文献

[1]刘健庄.栗文青.灰度图象的二维Otsu自动阈值分割法[J].自动化学报，1993（01）.

[2]范九伦，赵凤.灰度图像的二维Otsu 曲线阈值分割法[J].电子学报，2007，35（4）：751-755.

[3] 范九伦， 赵凤， 张雪峰.三维Otsu阈值分割方法的递推算法[J].电子学报， 2007（07）.

作者简介

韩滔（1990- ），男，浙江省东阳市人。现为杭州电子科技大学计算机学院研二在读。主要研究方向为计算机应用技术。

作者单位

杭州电子科技大学计算机学院 浙江省杭州市 310018endprint

摘 要 提出了一种用于测量纸带孔型的视觉测量算法。算法首先将差因素引入传统分割算法，提出一种改进的最大类间分割算法。其次，对阈值化后的二值图像进行特定区域分块处理，并进行面积统计和边缘定位。最后，将传统的最大类间差法得出面积和边界数据与改进的最大类间差法得出的数据比较。实验结果：结果表明改进算法，分割更加准确有效，提取图像信息更完整能较好地完成对纸带孔型的缺陷检测。

【关键词】孔型检测 定位 大津算法

随着电子工业的迅速发展，集成电路、片式电子元器件上的部件向着更小、更多、更密集方向发展。为了提高组装密度、减少电子产品体积和重量，产生了“表面贴装技术”，简称SMT。打孔纸带在生产的过程中，孔型会产生一些物理损伤，这些现象将使元器件无法正常进入高速贴片设备进行焊接组装。因此，打孔纸带孔型的好坏，严重影响打孔纸带的质量。影响打孔纸带质量的主要因素有：一、表面质量。二、尺寸精度。因此，对纸带孔型进行缺陷检测来提高纸带孔型的表面质量与尺寸精度是十分必要的。

1 改进的OTSU算法

图像分割是机器视觉与图像处理的基本问题之一。门限法中，最大类间差法也称OTSU算法，被认为是图像分割中阈值选取的最佳算法。但在实际中，图像的分布不均匀的或是有异常数据等情况出现时，结果通常不令人满意，因此本文提出了改进的OTSU算法。

2 纸带孔型面积计算与定位算法

纸带孔型面积计算与定位是纸带孔型缺陷检测中的关键步骤。通过面积提取，可以粗略的判断纸带孔型是否崩边等情况。通过孔型定位，可以准确的了解各个孔型的方位与边界信息，从而得到纸带孔型的尺寸等信息。操作如下：

（1）对图像进行分块处理，根据给定标准确定各孔型大致范围。

（2）扫描给定范围内的像素点，得出面积，并建立4条链表，分别将上、下、左、右最外层边界点的信息存入链表。对各边界的点进行取平均值计算，得出中心。

（3）根据（2）中得出最外层边界的点，得出孔型离边界的距离。根据各个孔型的中心坐标判断各个孔型之间的距离。

（4）各个孔型面积和边界信息与标准图像做比较，若在误差范围内图像合格，否则不合格。

3 实验结果

以数据和打孔纸带局部放大图为研究对象，采用自适应阈值法、传统的OTSU算法、改进的OTSU算法进行分割实验，获得打孔纸带孔型二值化图像如图1所示。由图1可见，自适应阈值算法不仅出现过分分割现象，而且把纸带孔型大量模糊处分割掉；传统的OTSU，比较好的反映了原始图像的信息，但是分割出的孔型还是不够准确；改进的OTSU，边缘和孔型信息方面，比传统的最大类间分割有了明显提高，从直观上与放大后的孔型图像更为接近。改进的OTSU，对放大的孔型图像进行孔型分割，分割效果明显优于传统的OTSU，且消除了传统方法的边缘过多分割现象，因此具有更高的分割准确性。

4 结束语

本文通过改进经典Otsu 图像分割方法，在考虑OTSU的同时结合均方差，提出了新的图像分割阈值选取算法。比较了三种图像分割方法的性能。结果表明运用改进Otsu分割前景与背景临界处（ 孔型边缘） 更加柔和，解决了传统Otsu 法的分割边缘跳跃性，可以获得更加接近实际情况的分割效果，证明了其有效性以及优越性，是一种适用于打孔纸带孔型图像的较好的阈值分割方法。通过实验和检测结果的分析比较，改进的最大类间分割算法分割出的图像，更准确，误差更小。这种孔型检测法有效地提高了测量精度，可以有效地应用于其他计算机视觉系统中。

参考文献

[1]刘健庄.栗文青.灰度图象的二维Otsu自动阈值分割法[J].自动化学报，1993（01）.

[2]范九伦，赵凤.灰度图像的二维Otsu 曲线阈值分割法[J].电子学报，2007，35（4）：751-755.

[3] 范九伦， 赵凤， 张雪峰.三维Otsu阈值分割方法的递推算法[J].电子学报， 2007（07）.

作者简介

韩滔（1990- ），男，浙江省东阳市人。现为杭州电子科技大学计算机学院研二在读。主要研究方向为计算机应用技术。

作者单位

杭州电子科技大学计算机学院 浙江省杭州市 310018endprint

摘 要 提出了一种用于测量纸带孔型的视觉测量算法。算法首先将差因素引入传统分割算法，提出一种改进的最大类间分割算法。其次，对阈值化后的二值图像进行特定区域分块处理，并进行面积统计和边缘定位。最后，将传统的最大类间差法得出面积和边界数据与改进的最大类间差法得出的数据比较。实验结果：结果表明改进算法，分割更加准确有效，提取图像信息更完整能较好地完成对纸带孔型的缺陷检测。

【关键词】孔型检测 定位 大津算法

随着电子工业的迅速发展，集成电路、片式电子元器件上的部件向着更小、更多、更密集方向发展。为了提高组装密度、减少电子产品体积和重量，产生了“表面贴装技术”，简称SMT。打孔纸带在生产的过程中，孔型会产生一些物理损伤，这些现象将使元器件无法正常进入高速贴片设备进行焊接组装。因此，打孔纸带孔型的好坏，严重影响打孔纸带的质量。影响打孔纸带质量的主要因素有：一、表面质量。二、尺寸精度。因此，对纸带孔型进行缺陷检测来提高纸带孔型的表面质量与尺寸精度是十分必要的。

1 改进的OTSU算法

图像分割是机器视觉与图像处理的基本问题之一。门限法中，最大类间差法也称OTSU算法，被认为是图像分割中阈值选取的最佳算法。但在实际中，图像的分布不均匀的或是有异常数据等情况出现时，结果通常不令人满意，因此本文提出了改进的OTSU算法。

2 纸带孔型面积计算与定位算法

纸带孔型面积计算与定位是纸带孔型缺陷检测中的关键步骤。通过面积提取，可以粗略的判断纸带孔型是否崩边等情况。通过孔型定位，可以准确的了解各个孔型的方位与边界信息，从而得到纸带孔型的尺寸等信息。操作如下：

（1）对图像进行分块处理，根据给定标准确定各孔型大致范围。

（2）扫描给定范围内的像素点，得出面积，并建立4条链表，分别将上、下、左、右最外层边界点的信息存入链表。对各边界的点进行取平均值计算，得出中心。

（3）根据（2）中得出最外层边界的点，得出孔型离边界的距离。根据各个孔型的中心坐标判断各个孔型之间的距离。

（4）各个孔型面积和边界信息与标准图像做比较，若在误差范围内图像合格，否则不合格。

3 实验结果

以数据和打孔纸带局部放大图为研究对象，采用自适应阈值法、传统的OTSU算法、改进的OTSU算法进行分割实验，获得打孔纸带孔型二值化图像如图1所示。由图1可见，自适应阈值算法不仅出现过分分割现象，而且把纸带孔型大量模糊处分割掉；传统的OTSU，比较好的反映了原始图像的信息，但是分割出的孔型还是不够准确；改进的OTSU，边缘和孔型信息方面，比传统的最大类间分割有了明显提高，从直观上与放大后的孔型图像更为接近。改进的OTSU，对放大的孔型图像进行孔型分割，分割效果明显优于传统的OTSU，且消除了传统方法的边缘过多分割现象，因此具有更高的分割准确性。

4 结束语

本文通过改进经典Otsu 图像分割方法，在考虑OTSU的同时结合均方差，提出了新的图像分割阈值选取算法。比较了三种图像分割方法的性能。结果表明运用改进Otsu分割前景与背景临界处（ 孔型边缘） 更加柔和，解决了传统Otsu 法的分割边缘跳跃性，可以获得更加接近实际情况的分割效果，证明了其有效性以及优越性，是一种适用于打孔纸带孔型图像的较好的阈值分割方法。通过实验和检测结果的分析比较，改进的最大类间分割算法分割出的图像，更准确，误差更小。这种孔型检测法有效地提高了测量精度，可以有效地应用于其他计算机视觉系统中。

参考文献

[1]刘健庄.栗文青.灰度图象的二维Otsu自动阈值分割法[J].自动化学报，1993（01）.

[2]范九伦，赵凤.灰度图像的二维Otsu 曲线阈值分割法[J].电子学报，2007，35（4）：751-755.

[3] 范九伦， 赵凤， 张雪峰.三维Otsu阈值分割方法的递推算法[J].电子学报， 2007（07）.

作者简介

韩滔（1990- ），男，浙江省东阳市人。现为杭州电子科技大学计算机学院研二在读。主要研究方向为计算机应用技术。

作者单位

杭州电子科技大学计算机学院 浙江省杭州市 310018endprint