ОБРОБКА ТОПОЛОГІЧНИХ ЗОБРАЖЕНЬ ДЛЯ КОМПЛЕКСНОГО АНАЛІЗУ ДЕФЕКТІВ І ВІДХИЛЕНЬ ЗА ДОПОМОГОЮ АДАПТИВНОЇ БІНАРИЗАЦІЇ

Автор(и)

DOI:

https://doi.org/10.30837/ITSSI.2023.23.164

Ключові слова:

обробка технологічних зображень; адаптивна бінаризація; метод

Анотація

Предметом дослідження статті є підготовка для розпізнавання та порівняння реальних топологічних зображень друкованих плат (ДП) за допомогою адаптивної бінаризації зображення з "автоматичним вікном" (ділянки для сканування зображення "Block size"). Мета роботи – удосконалення методу адаптивної бінаризації для зображень, отриманих системами технічного зору за допомогою розробки автоматичного алгоритму виявлення необхідного значення вікна бінаризації зображення. Завдання: дослідити предметну сферу для аналізу технічних зображень топології ДП; описати знаходження глобального порога бінаризації  за допомогою методу "Otsu"; провести глобальну бінаризацію зображення; розрахувати середнє квадратичне відхилення бінаризації; обробити здобуті результати для знаходження необхідного значення "Block size"; перевірити розроблений алгоритм у програмному забезпеченні. Результати: реалізовано та перевірено алгоритм обробки зображень з автоматичним налаштуванням вікна бінаризації "Block size"; розроблено програмне забезпечення з використанням запропонованого алгоритму та порівняно роботу глобальної бінаризації з удосконаленим методом знаходження значень ділянки для сканування зображення "Block size"в обробці дрібних елементів топології ДП. Це вирішить такі питання: видалення шуму із зображення (шум може виникати з причини поганої якості сканування або фотографії, а також через наявність дрібних плям на поверхні друкованої плати); сегментація зображення – поділ його на окремі елементи, такі як контури, зони й текст (цей процес може бути автоматизований за допомогою програмного забезпечення для обробки зображень); виявлення елементів – знаходження та відокремлення окремих елементів, зокрема резисторів, конденсаторів та інших компонентів, зображених на топології; відновлення елементів – використання програмного забезпечення для відновлення форми й розмірів окремих елементів (цей процес може бути автоматизований з використанням моделей глибокого навчання, які можуть розпізнавати різні типи елементів); аналіз топології – використання результатів обробки зображення для аналізу топології друкованої плати (це може передбачати перевірку з'єднань, вимірювання розмірів елементів і перевірку сумісності зі схемою пристрою). Висновки: за результатами роботи розроблено алгоритм автоматичного налаштування розмірів сканувальної ділянки "Block size" для бінаризації технологічних зображень топології ДП; визначено такі переваги розробленого алгоритму: автоматичне знаходження оптимальної сканувальної ділянки "Block size"; опір шумам зображення без використання згладжувальних фільтрів; знаходження деталей у зонах перепаду контрасту.

Біографії авторів

Ігор Баданюк, Харківський національний університет радіоелектроніки

аспірант кафедри комп’ютерно-інтегрованих технологій, автоматизації та мехатроніки

Ігор Невлюдов, Харківський національний університет радіоелектроніки

доктор технічних наук, професор

Дмитро Нікітін, Харківський національний університет радіоелектроніки

старший викладач кафедри комп’ютерно-інтегрованих технологій, автоматизації та мехатроніки, асистент

Посилання

References

Arianna Martinelli, Andrea Mina, Massimo Moggi. (2021). The enabling technologies of industry 4.0: examining the seeds of the fourth industrial revolution. Industrial and Corporate Change, Volume 30, Issue 1, P. 161–188. DOI: https://doi.org/10.1093/icc/dtaa060

Núbia Carvalho, Omar Chaim, Edson Cazarini, Mateus Gerolamo. (2018). Manufacturing in the fourth industrial revolution: A positive prospect in Sustainable Manufacturing, Procedia Manufacturing, Volume 21, P. 671–678. DOI: https://doi.org/10.1016/j.promfg.2018.02.170

Mohammad Fakhar Manesh; Massimiliano Matteo Pellegrini; Giacomo Marzi; Marina Dabic. (2020). Knowledge Management in the Fourth Industrial Revolution: Mapping the Literature and Scoping Future Avenues, IEEE Transactions on Engineering Management, Volume: 68, Issue: 1, P. 289–300. DOI: 10.1109/TEM.2019.2963489

Andronie, Mihai, George Lăzăroiu, Mariana Iatagan, Iulian Hurloiu, and Irina Dijmărescu. (2021). "Sustainable Cyber-Physical Production Systems in Big Data-Driven Smart Urban Economy: A Systematic Literature Review" Sustainability 13, no. 2: 751 р. DOI: https://doi.org/10.3390/su13020751

Nevliudov, I., & et al. (2021). Development of a cyber design modeling declarative Language for cyber physical production systems, J. Math. Comput. Sci., 11(1), Р. 520–542.

Theo Lins, Ricardo Augusto Rabelo Oliveira. (2020). Cyber-physical production systems retrofitting in context of industry 4.0. Computers & Industrial Engineering. Volume 139. DOI: https://doi.org/10.1016/j.cie.2019.106193

Igor Gruzman. (2013). Threshold binarization of images based on the skewness and kurtosis of truncated distributions. Optoelectronics Instrumentation and Data Processing 49(3). Р. 215–220. DOI: 10.3103/S8756699013030011

B. Gatos, K. Ntirogiannis, and I. Pratikakis. ICDAR 2009 document image binarization contest (DIBCO 2009). ICDAR, 2009. Р. 1375–1382. DOI:10.1109/ICDAR.2009.246

N. Stamatopoulos, B. Gatos, G. Louloudis, U. Pal, and A. Alaei. ICDAR 2013 Handwriting Segmentation Contest. 12th International Conference on Document Analysis and Recognition (ICDAR). 2013. Р. 1402–1406. URL: https://www.academia.edu/19693205/ICDAR_2013_Handwriting_Segmentation_Contest

K. Ntirogiannis, B. Gatos, and I. Pratikakis. Performance Evaluation Methodology for Historical Document Image Binarization, IEEE Transactions on Image Processing, vol. 22, no.2, 2013. Р. 595–609. DOI: 10.1109/TIP.2012.2219550

T. Romen, Sudipta Roy, O. Imocha, Tejmani Sinam, Kh. Manglem, "A NewLocal Adaptive Thresholding Technique in Binarization" IJCSI International Journal of ComputerScience Issues, Vol. 8, Issue 6, No 2, November 2011. URL: https://arxiv.org/ftp/arxiv/papers/1201/1201.5227.pdf

Rukhsar Firdousi, Shaheen Parveen, "Local Thresholding Techniques in Image Binarization", International Journal Of Engineering And Computer Science ISSN: 2319-7242 Volume 3 Issue 3 March, 2014. P. 4062–4065. DOI: 10.5121/cseij.2016.6101

T. Romen Singh, Sudipta Roy, O. Imocha Singh, Tejmani Sinam, Kh. Manglem Singh "A New LocalAdaptive Thresholding Technique in Binarization" IJCSI International Journal of Computer ScienceIssues, Vol. 8, Issue 6, No 2, November 2011. DOI: https://doi.org/10.48550/arXiv.1201.5227

Er. Nirpjeet kaur, Er. Rajpreet kaur "A review on various methods of image thresholding" (IJCSE). URL: http://www.enggjournals.com/ijcse/doc/IJCSE11-03-10-095.pdf

Graham Leedham, Chen Yan, Kalyan Takru, Joie Hadi Nata Tan and Li Mian "Thresholding Algorithms for Text/Background Segmentation in Difficult Document Images" Seventh International Conference on Document Analysis and Recognition (ICDAR 2010). DOI:10.1109/ICDAR.2003.1227784

Niblack (1986), An Introduction to Digital Image Processing, Р. 115–116. URL: Prentice Hall. https://homepages.thm.de/christ/Start/01Lehre/11Bildv/aktuell/BVpix&refs/AdOculos%20-%20Digital%20Image%20Processing%20.pdf

##submission.downloads##

Опубліковано

2023-04-21

Як цитувати

Баданюк, І., Невлюдов, І., & Нікітін, Д. (2023). ОБРОБКА ТОПОЛОГІЧНИХ ЗОБРАЖЕНЬ ДЛЯ КОМПЛЕКСНОГО АНАЛІЗУ ДЕФЕКТІВ І ВІДХИЛЕНЬ ЗА ДОПОМОГОЮ АДАПТИВНОЇ БІНАРИЗАЦІЇ. СУЧАСНИЙ СТАН НАУКОВИХ ДОСЛІДЖЕНЬ ТА ТЕХНОЛОГІЙ В ПРОМИСЛОВОСТІ, (1 (23), 164–173. https://doi.org/10.30837/ITSSI.2023.23.164