[发明专利]一种基于数字图像区域增长的X射线缺陷检测方法及系统

说明书

本发明公开了一种基于数字图像区域增长的X射线缺陷检测方法，所述方法包括如下步骤：对元器件图像中的外部阴影进行滤波处理得到阴影滤波后的图像；对阴影滤波后的图像采用基于灰度投影积分的边缘检测方法得到阴影滤波后的图像中元器件的倾斜角度，对阴影滤波后的图像进行空间坐标变换得到旋转校正后的元器件图像；将旋转校正后的元器件图像通过双三次内插算法得到统一尺寸的图像；对统一尺寸的图像采用归一化互相关的匹配算法得到模板匹配的图像；采用区域生长算法的对模板匹配的图像进行图像分割得到元器件的缺陷位置。本发明解决了当前的X射线检测试验效率较低，人员劳动强度大的问题。

技术领域

本发明属于宇航用元器件检测技术领域，尤其涉及一种基于数字图像区域增长的X射线缺陷检测方法及系统。

背景技术

X射线照相试验是宇航用元器件筛选试验和可靠性试验必不可少的重要试验内容，可以非破坏性的检测封装内的缺陷，特别是密封工艺引起的缺陷、多余物、错误的内引线连接和芯片粘接不良等内部缺陷。

目前元器件检测领域使用的X射线检测设备，只具备对元器件穿透成像功能，不具备试验结果问题自动判读功能，只能完全由人工进行试验结果的判断分析。随着元器件复杂程度的增加及任务量的增长，目前的严重依赖人工的试验方式，试验效率低，导致试验周期长，人员劳动强度大，已经无法满足需求。

发明内容

本发明解决的技术问题是：克服现有技术的不足，提供了一种基于数字图像区域增长的X射线缺陷检测方法及系统，将被测件X射线图像处理、数据分析一系列流程完全自动化，自动识别出图像中的缺陷，解决了当前的X射线检测试验效率较低，人员劳动强度大的问题。

本发明目的通过以下技术方案予以实现：一种基于数字图像区域增长的X射线缺陷检测方法，所述方法包括如下步骤：步骤S1：采用图像预处理算法以及小波变换对元器件图像中的外部阴影进行滤波处理得到阴影滤波后的图像；步骤S2：对步骤S1中的阴影滤波后的图像采用基于灰度投影积分的边缘检测方法进行边缘检测得到阴影滤波后的图像中元器件的倾斜角度，通过双线性内插的方法对阴影滤波后的图像进行空间坐标变换得到旋转校正后的元器件图像；将旋转校正后的元器件图像通过双三次内插算法得到统一尺寸的图像；步骤S3：对步骤S2中的统一尺寸的图像采用归一化互相关的匹配算法得到模板匹配的图像；步骤S4：采用区域生长算法的对步骤S3中的模板匹配的图像进行图像分割得到元器件的缺陷位置。

上述基于数字图像区域增长的X射线缺陷检测方法中，在步骤S1中，采用图像预处理算法以及小波变换对元器件图像中的外部阴影进行滤波处理得到阴影滤波后的图像包括如下步骤：将一幅M×N的元器件图像进行小波变换分解，得到4个M/2×N/2的子图像，通过去除每个子图像的高频分量中存在的噪声和阴影边缘，来保留其低频部分。

上述基于数字图像区域增长的X射线缺陷检测方法中，在步骤S2中，对步骤S1中的阴影滤波后的图像采用基于灰度投影积分的边缘检测方法进行边缘检测得到阴影滤波后的图像中元器件的倾斜角度包括如下步骤：在阴影滤波后的图像中根据不同的截距确定一组直线，将每条直线扫掠整个阴影滤波后的图像并将图像像素点的灰度值累加到直线上，得到各投影角度下灰度投影积分值；找出最大的投影积分值对应的投影角度值，即为图像中元器件的倾斜角度。

上述基于数字图像区域增长的X射线缺陷检测方法中，在步骤S2中，将旋转校正后的元器件图像通过双三次内插算法得到统一尺寸的图像包括如下步骤：经旋转校正后的元器件图像，其上下边界为水平线，左右边界为竖直线，分别用一组平行的水平和竖直的直线族扫掠过整个元器件图像，将边缘像素点累加到所对应的截距上，分别得到水平和竖直方向的灰度投影积分值；寻找灰度投影积分值相距最远的两个极大值的截距位置作为边界线，边界线以内的像素点通过双三次内插算法得到统一尺寸的图像。