基于K-均值聚类和分水岭算法的PCB彩色图像分割

针对光学检测印刷电路板(PCB)时需要进行图像分割的问题,提出一种结合K-均值聚类算法的分水岭算法,用于PCB彩色图像分割,即首先将PCB彩色图像聚类,分成不同的颜色区域,按照不同区域进行分水岭分割,最后,将分割线透明的加在原始图像上,完成分割。实验表明,本文提出的算法可以分割PCB彩色图像,并且分割效果好。     

高速PCB板地分割引起的电磁兼容性问题分析

本文介绍了在高速PCB板中由于时钟信号线穿越地分割引起的电磁辐射问题并给出了解决方案,使用EMC仿真工具对其进行了仿真。并分析论证了在一定条件下EMC与环路面积、信号完整性之间的关系。     

一种PCB板元器件图像的分割方法

传统的OTSU阀值方法,能够有效检测出灰度图中谷底且双峰均明显的图像,但对于双峰明显,谷底不明显的灰度图像,OTSU阀值方法容易误判目标或者背景,不能明显地将目标与背景分隔开。针对PCB板元器件缺漏这一具体问题,提出了在背光环境下对获取到的PCB板图像,结合RGB色彩特征用OTSU阀值方法进行分割,结果优于传统的OTSU阀值方法。     

融合背景能量项的Graph Cuts PCB CT图像分割

提出了一种新的交互式图像分割方法,该方法通过空间曲面拟合方法生成背景能量项,并将其融入Graph Cuts的分割模型中,以实现对背景灰度不均匀的PCBCT图像分割。本文的方法通过概率模型将自顶向下的全局信息和传统图割模型中自底向上的局部信息有效结合起来,其中背景能量项依据用户添加的背景种子点自适应地生成。通过对多组PCB CT图像进行分割实验,结果表明与经典的Graph Cuts和Grabcut等算法相比,本文方法能得到更准确的分割结果。     

改进的最大类间方差法在PCB图像分割中的应用

图像分割在图像处理中占有重要的地位，分割结果的好坏直接影响图像的后续处理。文章针对PCB（printed circuit board）原始图像的分割问题介绍最大类间方差法及其改进算法——基于灰度拉伸的最大类间方差法算法原理和实现，并利用上述两种方法对PCB图像进行了分割处理，对两种方法处理的结果进行了比较。实验结果说明这种改进方法弥补了最大类间方差法的缺点，取得了理想的效果。     

浅谈PCB板via孔破之成因及改善

随着集成电路集成度的提高和组装技术的进步，电子产品变化更是日新月异，不停地趋向轻、薄、短、小化发展；PCB板高密度互连技术已成为必然的发展趋势，然而金属化小孔及细线路则已成为限制企业发展的瓶颈。相对于一般的中小企业来说，经济实力比较薄弱，     

塔型模糊聚类及区域模糊合并图像分割方法

提出了一种新的图像分裂合并分割方法．该方法首先利用塔型模糊聚类进行图像过分割,然后利用区域模糊合并技术对过分割区域进行合并,以得到有意义的分割结果,并给出几例典型实验结果,证明了算法的有效性     

基于区间二型模糊神经网络的高分辨率遥感影像分割方法

高分辨率遥感影像同质区域地物目标异质性增大,光谱测度空间复杂性增加使像素类属的不确定性以及分割决策不确定性增大,引起分割精度下降。提出一种基于区间二型模糊神经网络的高分辨率遥感影像监督分割方法。对同质区域构建一型高斯隶属函数模型刻画像素类属的不确定性;模糊化高斯隶属函数参数构建区间二型模糊模型处理分割决策的不确定性;以训练样本在所有类别中的一型模糊隶属度及上、下隶属度为输入,建立模糊神经网络模型并融入像素邻域关系作为模糊决策。采用文中算法、FCM方法、HMRF-FCM及区间二型模糊神经网络方法分别对合成影像及真实高分辨遥感影像进行分割,定性与定量的对比分析验证了文中算法具有更高的分割精度。