基于圖像處理技術的印制電路線寬精密測量與光源光強調節(jié)方法研究

洪潤莉 何佳樂 古慶宏 張真汶 黃杰賢

（1．廣東省梅州市質量計量監(jiān)督檢測所，廣東 梅州 514072；2．嘉應學院物理與電子工程學院，廣東 梅州 514015）

1 引言

印制電路，英文名稱為：Printed Circuit Board(簡稱PCB)。中國是印制電路板制造大國，2019年印制電路板的總產值達到422.5億美元，占全球的55.7%[1,2]。隨著信息技術的飛速發(fā)展，5G通信技術的發(fā)展與普及，電子產品朝著輕、薄、小、巧的方向發(fā)展，也意味著對作為一切電器的載體——印制電路板制造提出了極高的要求。以常用的阻抗板為例，線路過寬，造成線路短路；線路過細，造成傳輸信號不正常；粗細突變，易產生高頻反射，形成電磁干擾[3]。這就對印制電路板線寬的加工精度提出了極高的要求。因此，發(fā)展出一套高效的、精密的、針對印制電路線寬的測量方法對于保障印制電路質量具有重大意義。隨著我國產業(yè)結構不斷優(yōu)化、升級；環(huán)保標準不斷提高，勞動力成本日益上漲，許多低附加值的印制電路企業(yè)紛紛被市場淘汰。幾乎所有的印制電路企業(yè)都采用機器視覺替代人眼進行對線路板進行檢測。在自動光學檢測系統(tǒng)中，光源是最基本、最關鍵的部分，將光源的光照強度調節(jié)到最有利于圖像處理的狀態(tài)是一切工作的基礎。例如龍慶文從光源入手，利用PCB基材表面散射光，金屬表面反射光的原理，設計出一種高角度環(huán)形光源以提高線寬檢測的效率與精度。盡管使用該光源對于提高測量精度有極大作用，但使用條件苛刻——要求將線路放置在光源下方、中心位置；否則檢測精度因線路光照不均，照射角度不對稱而受到不良影響[4]。何瑞英使用濾波器對光照不均的PCB圖像進行處理，以有利于對PCB檢測目標的圖像分割[5]。而在針對印制電路線寬精密測量方面，彭禹豪通過對位移平臺與線陣CCD協(xié)同控制，提取PCB圖像后對線寬進行精密測量，但線陣CCD提取圖像存在著效率不高的問題[6]。Hessian矩陣也常用于線路邊緣提取，進而實現(xiàn)線寬測量，但該方法實現(xiàn)復雜，不利于推廣與應用[7]。神經網絡，深度學習也是近年的研究熱點，但是該類方法需要大量的數(shù)據作為支撐，無論是收集樣品數(shù)據還是建立合理的模型都是一項復雜的工作，不具有實用價值[8-10]。為了讓測量方法具有實用性，充分挖掘相機的性能，基于亞像素的精密測量是比較好的選擇，例如張亞楠采用Zernike矩對邊緣進行亞像素級別的定位，同一線路兩邊緣距離為線寬[11]。但該方法測量精度不高，僅穩(wěn)定在0.8個像素左右。在前人研究的基礎上，綜合考慮光源與圖像處理算法，本文提出協(xié)調光源光照強度控制與圖像處理算法取得最佳的測量效果。文章分為4個部分：（1）光源選取與成像分析；（2）線寬精密測量；（3）最佳光照調節(jié)方法；（4）通過實驗驗證本文方法的有效性與優(yōu)越性。

2 光源選取與成像分析

針對印制電路線寬的測量系統(tǒng)如圖1所示，包括了相機、同軸光源、計算機三部分。同軸光源可提供均勻的光照，既能凸顯物體表面部平整，又能克服表面反射造成的干擾。印制電路的線路與基材材質不同，在圖像中存在明顯的差異，體現(xiàn)為線路的灰度值明顯高于基材的灰度，如圖2所示。

圖1 光學檢測系統(tǒng)圖

圖2 印制電路板線路及其灰度圖

在線路的邊緣區(qū)域，灰度發(fā)生劇烈的陡變，也在圖3的灰度梯度特征分布中得到反映。灰度梯度公式如表達式1所示。

公式(1)中，grad(x,y)為(x,y)坐標上的灰度梯度值，f(x,y)表示(x,y)坐標上灰度值，abs()為絕對值函數(shù)。

3 基于亞像素的線寬測量

在線路左、右邊緣區(qū)域中，灰度梯度極大值的位置為邊緣位置，以圖3為例，選取一組坐標值，左邊緣為坐標為（50,12），右邊緣的坐標為（50,30），線寬為18像素，以55.7um/像素為比例系數(shù)，線寬的測量值為1003um，標準值為975um，絕對誤差為28um，約1/2像素。

圖3 印制電路板線路及其灰度梯度圖

為了進一步提高測量精度，本文通過擬合邊緣區(qū)域的灰度梯度值求取線路邊緣的精確位置。觀測邊緣區(qū)域的灰度梯度變化情況，例如左邊緣區(qū)域中，坐標(50,11)(50,12)(50,13)(50,14)上的灰度梯度分別為：52、157、153、49；右邊緣區(qū)域中，坐標(50,29)(50,30)(50,31)(50,32)上的灰度梯度為：84、137、104、33。采用最小二乘曲線[12]對灰度梯度進行擬合，擬合結果如圖4、圖5所示。

圖4 左邊緣曲線擬合及邊緣定位

圖5 右邊緣曲線擬合及邊緣定位

圖4、圖5中，點線為擬合曲線，虛線為當擬合曲線極大值時的縱軸線。縱軸線的X坐標值判定為邊緣的位置。圖顯示左邊緣坐標為(50,12.48)，(50,30.2)。線寬為17.72像素，測量值為987um，絕對誤差為12um，約1/5像素。因此，基于灰度梯度曲線擬合的亞像素測量方法可有效地提高測量精度。

4 光照強度調節(jié)方法研究

在基于亞像素的線寬精密測量過程中，灰度梯度間接反映了線寬邊緣區(qū)域的幾何形貌的變化情況，對于準確擬合曲線起到關鍵作用。若同軸光源光照太強，容易丟失特征信息(如圖6(a)樣品所示)；太弱則難于凸顯線路邊緣(如圖6(b)樣品所示)，圖的樣品的測量值分別是：1027um、938um、987um，誤差分別為52，-37、12：因此，光線太強或者太弱都不利于線路線寬測量。

圖6 不同光照條件下線路成像

熵可以度量灰度梯度分布的不確定性，熵的數(shù)學表達式如式（2）所示。其中Xi表示灰度梯度值，X1為灰度梯度最小值，XN為灰度梯度最大值。P(Xi)表示灰度梯度為Xi的像素數(shù)在總像素數(shù)的比例。

灰度梯度分布越集中，熵值越低；灰度梯度特征越豐富，分布范圍越廣，熵值越高。當光線太強或者太弱的時，灰度梯度特征呈集中分布，熵值較小。本文采用數(shù)字光源電源控制器控制同軸光照強度(如圖7所示)，圖7的數(shù)字中，1表示通道，60表示光照強度。

圖7 數(shù)字光源電源控制器

通過不斷調整光強，對同一個目標做圖像采集并進行熵值計算，圖8(a)(b)(c)(d)(e)(f)(g)分別是在光強為20、30、40、50、60、70、80下采集的圖像，熵值計算值為：5.0904、5.1335、5.3585、5.5494、5.4801、5.4108、5.1471。熵與光強的關系如圖9所示。

圖8 調節(jié)光強采集的線路圖像

圖9 光強與熵

為了建立熵與測量精度的關系，本文收集了100個樣品，計算平均熵值與平均測量誤差，兩組數(shù)據之間的關系如圖10所示，測量誤差與熵值成反比關系。

圖10 熵值與測量誤差

根據實驗結果，光照太強或者太弱，都不適宜線寬的精密測量，測量精度與熵值成正比。因此，在實驗的基礎上提出光照調節(jié)方法步驟為：（1）計算機控制光照強度；（2）采集圖像；（3）計算的熵值；（4）當熵為最大值時的光照為最佳光照強度。

5 實驗結果

為了驗證該方法的有效性，實驗選取平均線寬468um、975um、1987um的線路樣品做光照調節(jié)的實驗，觀測光照調節(jié)前后的測量精度，不同的光照條件獲取的圖像如圖11、圖12、圖13所示。對比數(shù)據如表1，表2，表3所示。

圖11 強光照條件下的線路圖像

圖12 弱光照條件下的線路圖像

圖13 最佳光照條件下的線路圖像

表1 強光照條件下測量誤差（單位:um）

表2 弱光照條件下測量誤差（單位:um）

表3 最佳光照條件下測量誤差（單位um）

為了更進一步驗證光照對于測量精度的重要性，本文隨機選取500個樣品，在不同光照環(huán)境下進行測量，測量結果如表4所示。

表4 不同光照條件下的測量誤差（單位um）

6 結語

本文分析了同軸光光源光照對印制電路板線寬的精密測量的影響，提出一套有利于提高測量精度的光照調節(jié)方法。通過實驗證明，該方法可有效地提高測量精度，具有極大的實用性，對于同類型的基于圖像處理技術的精密測量研究極具參考價值。