陜西省電子技術(shù)研究所 李 靜 高景旭

軍用電子元器件是電子武器裝備的基礎(chǔ)組成單元，其質(zhì)量與可靠性水平直接影響裝備技術(shù)、功能的實(shí)現(xiàn)，因此針對(duì)電子元器件的質(zhì)量控制必須引起足夠重視。工作實(shí)踐發(fā)現(xiàn)，故障電子元器件在表面或多或少存在瑕疵表征，因此作為元器件檢測(cè)篩選的首要環(huán)節(jié)，電子元器件的表面檢測(cè)是發(fā)現(xiàn)故障元器件的重要步驟。本文基于圖像處理技術(shù)設(shè)計(jì)了一種自動(dòng)識(shí)別電子元器件表面瑕疵的方法，實(shí)現(xiàn)快速、精準(zhǔn)檢測(cè)。

1 圖像識(shí)別設(shè)計(jì)原理

圖像識(shí)別在本質(zhì)上屬于一種圖像處理技術(shù)，主要是通過計(jì)算機(jī)科學(xué)的運(yùn)用，對(duì)圖像執(zhí)行相應(yīng)的分析、處理以及辨識(shí)等工作，通過此種方式，提取出圖像中的有效信息，并剔除掉其中存在的冗余信息，得到高精準(zhǔn)的識(shí)別結(jié)果。在圖像識(shí)別過程中，最重要的元素即為圖像特征，而圖像特征是由若干個(gè)基本像素點(diǎn)組成的，為此，可以將圖像識(shí)別理解為針對(duì)圖像像素點(diǎn)的識(shí)別。利用計(jì)算機(jī)識(shí)別圖像時(shí)，起初只能夠識(shí)別出圖像像素點(diǎn)中包含的基本信息，其識(shí)別過程近似于生物視覺，通過對(duì)圖像像素點(diǎn)的邏輯分類處理，得到初始的識(shí)別結(jié)果。由于初始的識(shí)別結(jié)果中包含大量的冗余信息，導(dǎo)致識(shí)別受到干擾，因此需要對(duì)待識(shí)別的圖像進(jìn)行相應(yīng)的預(yù)處理，通過顏色、亮度等信息的調(diào)整提高對(duì)圖像數(shù)據(jù)邏輯化處理能力。但在實(shí)際處理過程中，必須要本著能簡不繁的原則，避免由于大量復(fù)雜的計(jì)算導(dǎo)致圖像識(shí)別效率低。基于圖像識(shí)別的高精度優(yōu)勢(shì)被應(yīng)用到多個(gè)領(lǐng)域中，并均取得了可觀的應(yīng)用效果。因此，有理由將圖像識(shí)別應(yīng)用在軍用電子元器件表面瑕疵檢測(cè)中，通過設(shè)計(jì)一種基于圖像識(shí)別的軍用電子元器件表面瑕疵檢測(cè)方法，致力于從根本上提高軍用電子元器件表面瑕疵檢測(cè)精度。

2 基于圖像識(shí)別的軍用電子元器件表面瑕疵檢測(cè)方法

本文基于圖像識(shí)別設(shè)計(jì)的軍用電子元器件表面瑕疵檢測(cè)方法，核心在于通過減弱軍用電子元器件表面無瑕疵的區(qū)域信息，增強(qiáng)軍用電子元器件表面瑕疵的區(qū)域信息，以便基于圖像識(shí)別檢測(cè)出軍用電子元器件表面瑕疵細(xì)節(jié)信息。本文設(shè)計(jì)的方式共分為四步流程實(shí)現(xiàn)，分別為：圖像預(yù)處理、圖像增強(qiáng)、圖像識(shí)別以及得出檢測(cè)結(jié)果。

2.1 軍用電子元器件表面瑕疵圖像預(yù)處理

考慮到軍用電子元器件表面瑕疵圖像中必然會(huì)包含大量的冗余信息，因此，在對(duì)其檢測(cè)前，必須將軍用電子元器件表面瑕疵圖像執(zhí)行預(yù)處理，其核心目的在于剔除軍用電子元器件表面瑕疵圖像冗余值，減弱軍用電子元器件表面瑕疵圖像中無瑕疵區(qū)域的紋理特征。本文采用下采樣的方式，實(shí)現(xiàn)軍用電子元器件表面瑕疵圖像預(yù)處理，其具體流程，如圖1所示。

結(jié)合圖1所示，能夠明確軍用電子元器件表面瑕疵圖像預(yù)處理下采樣原理。其中，均值下采樣的主要目的為減弱軍用電子元器件表面瑕疵圖像中的背景；雙線性插值的主要目的為消除軍用電子元器件表面瑕疵圖像中的下采樣噪聲；方差下采樣的主要目的為增強(qiáng)軍用電子元器件表面瑕疵圖像中的瑕疵。以軍用電子元器件表面瑕疵圖像為例，設(shè)M、N為軍用電子元器件表面瑕疵圖像預(yù)處理窗口值，通過圖像分割的方式，得到軍用電子元器件表面瑕疵圖像預(yù)處理最優(yōu)值。

圖1 軍用電子元器件表面瑕疵圖像預(yù)處理下采樣流程

2.2 軍用電子元器件表面瑕疵圖像增強(qiáng)

在完成軍用電子元器件表面瑕疵圖像預(yù)處理的基礎(chǔ)上，為進(jìn)一步提高檢測(cè)進(jìn)度，需要增強(qiáng)軍用電子元器件表面瑕疵圖像，得到對(duì)比度清晰的軍用電子元器件表面瑕疵圖像。

空域處理可由式(1)表示：

公式(1)中，g(x,y)指的是空域增強(qiáng)處理后的軍用電子元器件表面瑕疵圖像；T指的是對(duì)f的一種操作；f(x,y)指的是原始軍用電子元器件表面瑕疵圖像。鄰域多選擇正方形，因此T操作選擇鄰域?yàn)?x1的情況最簡單，該操作也稱為點(diǎn)處理。此時(shí)，g的值只依賴f在(x,y)點(diǎn)的值，T操作稱為灰度傳遞函數(shù)。若用s和t分別代表f和g在(x,y)處的灰度值，則式(2)可寫成：

通過公式(2)，可得出對(duì)比度增強(qiáng)的灰度級(jí)變換函數(shù)，如圖2所示。

圖2表示灰度變換函數(shù)T(s)的圖像。通過變換后，原始軍用電子元器件表面瑕疵圖像中，灰度級(jí)低于m的點(diǎn)在變換后變暗，而灰度級(jí)高于m的點(diǎn)在變換后變亮。

圖2 對(duì)比度增強(qiáng)的灰度級(jí)變換函數(shù)示意圖

2.3 基于圖像識(shí)別軍用電子元器件表面瑕疵特征

由以上推論可基于圖像識(shí)別建立軍用電子元器件表面瑕疵圖像特征識(shí)別矩陣，利用圖像識(shí)別矩陣識(shí)別軍用電子元器件表面瑕疵特征；再通過將瑕疵特征映射到同一個(gè)特征表示空間；最后，得到維數(shù)一致的特征向量。

設(shè)軍用電子元器件表面瑕疵特征圖像識(shí)別矩陣為E，則其計(jì)算公式如公式(3)所示：

在公式(3)中，M指的是軍用電子元器件表面瑕疵圖像的長度；N指的是軍用電子元器件表面瑕疵圖像的寬度；x(i,j)指的是軍用電子元器件表面瑕疵圖像在共享空間的投影距離；i指的是軍用電子元器件表面瑕疵圖像在共享空間的橫坐標(biāo)；j指的是軍用電子元器件表面瑕疵圖像在共享空間的縱坐標(biāo)。利用公式(3)可得出軍用電子元器件表面瑕疵圖像特征識(shí)別投影，實(shí)現(xiàn)對(duì)軍用電子元器件表面瑕疵圖像的識(shí)別功能。

2.4 實(shí)現(xiàn)軍用電子元器件表面瑕疵檢測(cè)

以上述基于圖像識(shí)別到的軍用電子元器件表面瑕疵特征為依據(jù)，通過軍用電子元器件表面瑕疵分類的方式，定位軍用電子元器件表面瑕疵，進(jìn)而實(shí)現(xiàn)軍用電子元器件表面瑕疵檢測(cè)。

設(shè)此過程的目標(biāo)函數(shù)為U，則有公式(4)：

在公式(4)中，μ指的是類間方差。通過公式(4)，得到軍用電子元器件表面瑕疵定位結(jié)果，以此實(shí)現(xiàn)軍用電子元器件表面瑕疵檢測(cè)，完成方法設(shè)計(jì)。

3 實(shí)驗(yàn)

3.1 前期準(zhǔn)備

構(gòu)建實(shí)驗(yàn)，實(shí)驗(yàn)對(duì)象為某軍用電子元器件，該軍用電子元器件表面存在瑕疵，其具體信息如表1所示。

表1 軍用電子元器件表面瑕疵信息

表1為軍用電子元器件表面瑕疵信息，本次實(shí)驗(yàn)內(nèi)容為軍用電子元器件表面瑕疵檢測(cè)。首先，使用基于圖像識(shí)別的方法，檢測(cè)軍用電子元器件表面瑕疵，通過matalb軟件記錄其檢測(cè)查全率，設(shè)置為實(shí)驗(yàn)組；然后，使用傳統(tǒng)方法檢測(cè)軍用電子元器件表面瑕疵，同樣通過matalb軟件記錄其檢測(cè)查全率，設(shè)置為對(duì)照組。選取檢測(cè)查全率作為此次試驗(yàn)的評(píng)價(jià)指標(biāo)，檢測(cè)查全率越高證明該方法檢測(cè)精度越高。共進(jìn)行5次測(cè)試，記錄實(shí)驗(yàn)結(jié)果。

3.2 實(shí)驗(yàn)結(jié)果與分析

具體實(shí)驗(yàn)結(jié)果，如表2所示：

表2 檢測(cè)查全率對(duì)比表

通過表2實(shí)驗(yàn)結(jié)果可以看出，本文設(shè)計(jì)的方法檢測(cè)查全率遠(yuǎn)高于對(duì)照組，在軍用電子元器件表面瑕疵檢測(cè)中更具適用性，有必要大力推廣。

結(jié)論：本文設(shè)計(jì)的圖像檢測(cè)方法，以可視化圖像的方式自動(dòng)抓取電子元器件的表面圖像信息，并實(shí)現(xiàn)自動(dòng)校準(zhǔn)、主動(dòng)識(shí)別，具有快速、準(zhǔn)確的特點(diǎn)。后續(xù)會(huì)在圖像處理的精細(xì)化程度、處理速度等方面深入研究，實(shí)現(xiàn)更為科學(xué)、高效的檢測(cè)。