一种bga焊点轮廓提取方法和电子设备
技术领域
1.本发明实施例涉及图像处理技术领域，焊点和电特别涉及一种bga焊点轮廓提取方法和电子设备。轮廓流程
背景技术：
2.焊点轮廓提取通常采用以下几种方式：
3.一、设备基于全局阈值的焊点和电方式提取初步焊点轮廓，然后结合预设焊点圆度、轮廓流程直径等特征参数筛选轮廓，设备从而完成焊点提取。焊点和电
4.二、轮廓流程基于边缘检测和圆检测初步提取焊点轮廓，设备再结合预设焊点圆度、焊点和电直径等特征参数筛选轮廓，轮廓流程完成焊点提取。设备
5.三、焊点和电基于分水岭算法初步提取焊点轮廓，轮廓流程再结合预设焊点圆度、设备直径等特征参数筛选轮廓，完成焊点提取。
6.四、基于区域生长算法初步提取焊点轮廓，再结合预设焊点圆度、直径等特征参数筛选轮廓，完成焊点提取。
7.然而，上述几种方式提取焊点轮廓的时候，基于全局阈值的方式难以解决复杂情况下焊点与干扰异物粘连的问题；基于边缘检测和基于分水岭算法的方式难以解决复杂情况下，边缘断裂和异物边缘干扰的问题；基于区域生长的方式难以确定稳定的生长停止参数，同时容易受到背景干扰，并且，上述四种方式都依赖于实际焊点直径等先验参数，需要作业人员手动输入实际焊点直径等操作，费时费力，不够灵活。
技术实现要素：
8.本发明实施例的目的是提供一种bga焊点轮廓提取方法和电子设备，可以消除粘连背景的干扰异物，不需要实际焊点直径等先验参数，就可以消除异物干扰，从而精确提取bga的焊点轮廓。
9.第一方面，本发明实施例提供了一种bga焊点轮廓提取方法，所述方法包括：
10.对原始图像进行预处理获得预处理图像，所述预处理图像包括多个包含有焊点轮廓的初始连通域；
11.根据焊点特征消除所述预处理图像中的背景异物粘连，以对所述初始连通域进行分离，获得二级处理图像；
12.计算所述二级处理图像中每一所述连通域的拟合直径，并通过所述拟合直径获取焊点的参考直径；
13.根据所述参考直径消除所述二级处理图像中的异物干扰获得三级处理图像；
14.循环更新所述三级处理图像中的所述参考直径，去除预设直径偏差幅值以外的所述连通域，获得焊点轮廓。
15.在一些实施例中，所述对原始图像进行预处理获得预处理图像，所述预处理图像包括多个包含有焊点轮廓的初始连通域，包括：
16.对所述原始图像进行降噪处理，获得第一中间图像；
17.对所述第一中间图像进行阈值分割，获得所述预处理图像，所述预处理图像包括多个包含有焊点轮廓的初始连通域。
18.在一些实施例中，所述对所述第一中间图像进行阈值分割，获得所述预处理图像，所述预处理图像包括多个包含有焊点轮廓的初始连通域，包括：
19.计算所述第一中间图像所有像素点的灰度值；
20.将所述第一中间图像所有像素点的灰度值划分为前景像素值和背景像素值，以确定分割阈值；
21.基于所述分割阈值，对所述第一中间图像进行图像分割，获得所述预处理图像。
22.在一些实施例中，所述将所述第一中间图像所有像素点的灰度值划分为前景像素值和背景像素值，以确定分割阈值，包括：
23.将所述前景像素值和背景像素值之间的方差最大的灰度值作为分割阈值。
24.在一些实施例中，所述根据焊点特征消除所述预处理图像中的背景异物粘连，以对所述初始连通域进行分离，获得二级处理图像，包括：
25.在所述第一中间图像中，提取符合所述焊点特征以外的第一中间连通域对应的感兴趣区域，所述第一中间连通域为所述多个初始连通域中的一个或多个；
26.基于自适应阈值，在所述预处理图像中，对所述感兴趣区域进行阈值分割处理，分离出所述预处理图像中的背景异物粘连。
27.在一些实施例中，所述基于自适应阈值，在所述预处理图像中，对所述感兴趣区域进行阈值分割处理，分离出所述预处理图像中的背景异物粘连，包括：
28.如果所述感兴趣区域中的坐标处的像素值大于所述自适应阈值，则将所述感兴趣区域中大于所述自适应阈值的坐标处的像素值设为0，以消除所述预处理图像中的背景异物粘连，获得第二中间图像；
29.如果所述感兴趣区域中的坐标处的像素值小于所述自适应阈值，则将所述感兴趣区域中小于所述自适应阈值的坐标处的像素值设为预设常数，以获取第三中间图像，所述第三中间图像包含符合所述焊点特征的多个第二中间连通域；
30.合并所述第二中间图像和所述第三中间图像，获得所述二级处理图像；
31.其中，所述自适应阈值是基于所述感兴趣区域中的坐标处为中心，半径为所述感兴趣区域的短边长度的邻域均值确定的。
32.在一些实施例中，所述计算所述二级处理图像中每一所述连通域的拟合直径，并通过所述拟合直径获取焊点的参考直径，包括：
33.计算所述二级处理图像中所有连通域的拟合直径；
34.计算所述拟合直径的均值，获得焊点的参考直径。
35.在一些实施例中，所述根据所述参考直径消除所述二级处理图像中的异物干扰获得三级处理图像，包括：
36.根据所述参考直径，对所述二级处理图像中的连通域进行形态学开操作处理，以消除所述二级处理图像中的异物干扰，获得三级处理图像。
37.在一些实施例中，所述循环更新所述三级处理图像中的所述参考直径，去除预设直径偏差幅值以外的所述连通域，获得焊点轮廓，包括：
38.循环计算所述三级处理图像中的所有连通域的拟合直径，以更新所述三级处理图像中的参考直径，作为最终参考直径；
39.根据所述最终参考直径、直径偏差下限及直径偏差上限，确定预设直径偏差幅值；
40.去除符合所述预设直径偏差幅值以外的所述连通域，获得焊点轮廓。
41.在一些实施例中，在所述获得焊点轮廓之后，所述方法还包括：
42.组合所述原始图像和所述焊点轮廓。
43.第二方面，本发明实施例提供了一种电子设备，所述电子设备包括：
44.至少一个处理器，以及
45.存储器，所述存储器与所述至少一个处理器通信连接，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的方法。
46.第三方面，本发明实施例提供了一种非易失性计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，当所述计算机可执行指令被电子设备执行时，使所述电子设备执行如上所述的方法。
47.本发明实施例的bga焊点轮廓提取方法和电子设备，通过对原始图像进行预处理，从而可以消除随机噪声干扰及阈值分割，获得包括多个焊点轮廓的初始连通域的预处理图像，然后，根据焊点特征消除所述预处理图像中的背景异物粘连，以对所述初始连通域进行分离，获得二级处理图像，从而得到消除背景异物粘连；计算所述二级处理图像中每一所述连通域的拟合直径，并通过所述拟合直径获取焊点的参考直径，不需要先验的实际焊点直径，根据所述参考直径消除所述二级处理图像中的异物干扰获得三级处理图像，循环更新所述三级处理图像中的参考直径，去除预设直径偏差幅值以外的所述连通域，获得焊点轮廓，去除符合参考直径要求以外的连通域，获得精确的焊点轮廓。
附图说明
48.一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
49.图1是本发明bga焊点轮廓提取方法的一个实施例的流程示意图；
50.图2是本发明bga焊点轮廓提取方法的一个实施例的焊点原始图像示意图；
51.图3是本发明bga焊点轮廓提取方法的一个实施例的第一中间图像的示意图；
52.图4是本发明bga焊点轮廓提取方法的一个实施例的初始连通域的示意图；
53.图5是本发明bga焊点轮廓提取方法的一个实施例的中间连通域；
54.图6是本发明bga焊点轮廓提取方法的一个实施例的开操作结果示意图；
55.图7是本发明bga焊点轮廓提取方法的一个实施例的去除不符合预设偏差直径的连通域的结果示意图；
56.图8是本发明bga焊点轮廓提取方法的一个实施例的焊点轮廓示意图；
57.图9是本发明bga焊点轮廓提取装置的一个实施例的结构示意图；
58.图10是本发明电子设备的一个实施例中控制器的硬件结构示意图。
具体实施方式
59.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
60.本发明实施例提供的bga焊点轮廓提取方法和装置可以应用于电子设备。
61.可以理解的是，电子设备中，设置有控制器，作为主控中心，在获取焊点原始图像后，对焊点原始图像进行预处理，异物连通域识别及分离，消除异物干扰处理，从而确定焊点参考直径，根据焊点参考直径剔除不合格的连通域，从而获得焊点轮廓。
62.本技术的焊点轮廓提取，可以是针对bga焊点轮廓的提取，bga(ball grid array,球状引脚栅格阵列封装)，是一种高密度表面装配封装技术。在封装底部，引脚都成球状并排列成一个类似于格子的图案。因此，bga焊点轮廓的形状，通常为圆形。
63.请参阅图1，图1为本发明实施例提供的bga焊点轮廓提取方法的流程示意图，所述方法可以由电子设备中的控制器执行，如图1所示，所述方法包括：
64.s101：对原始图像进行预处理获得预处理图像，所述预处理图像包括多个包含有焊点轮廓的初始连通域。
65.原始图像如图2所示，在图2中可以看到，原始图像中除了焊点，还包括其他异物图像，可能是多余的焊锡，也可能是其他落在pcb板上的其他异物。原始图像可以为灰度图像。
66.电子设备无法像人眼一样直接观测到焊点轮廓，因此，需要电子设备进行一系列的图像处理，从而精确的提取出焊点轮廓。
67.在其中一些实施方式中，步骤s101可以包括：
68.对原始图像进行降噪处理，获得第一中间图像；
69.对第一中间图像进行阈值分割，获得预处理图像，预处理图像包括多个包含有焊点轮廓的初始连通域。
70.具体地，首先对原始图像进行降噪处理，可以对原始图像进行滤波，从而消除随机噪声干扰。在滤波处理的时候，可以采用滤波器，如高斯滤波器、均值滤波器等，以高斯滤波器为例，通过公式1进行滤波处理，公式1如下：
71.g＝i*k
ꢀꢀꢀ
公式1；
72.其中，i表示原始图像，k表示滤波器核，g表示滤波结果，为第一中间图像，*表示卷积。
73.在对图2的焊点原始图像进行滤波处理后，获得如图3所示的第一中间图像。
74.在获得第一中间图像后，对第一中间图像进行阈值分割，获得预处理图像，预处理图像包括多个包含有焊点轮廓的初始连通域。
75.在其中一些实施方式中，对第一中间图像进行阈值分割，获得预处理图像，预处理图像包括多个包含有焊点轮廓的初始连通域，可以包括：
76.计算第一中间图像所有像素点的灰度值；
77.将第一中间图像所有像素点的灰度值划分为前景像素值和背景像素值，以确定分割阈值；
78.基于分割阈值，对第一中间图像进行图像分割，获得初始连通域。
79.具体地，对第一中间图像进行阈值分割，可以采用全局阈值方法，例如，otsu算法，又被称为最大类间方差法(大津算法)，是一种确定阈值的算法，该方法主要是通过阈值进行前景和背景分割，确定最佳阈值的方法是该值使类间方差最大，按图像的灰度特性,将图像分成背景和前景两部分，使类间方差最大的分割意味着错分概率最小。
80.因此，可以首先计算第一中间图像所有像素点的灰度值，然后，为了将所有像素点分为前景和背景两类，使用otsu算法遍历第一中间图像所有像素点的灰度值，使得前景和背景之间的方差最大，以获得分割阈值，类间方差通过公式2计算获得，公式2如下：
81.σ2＝p1p2(m
1-m2)2ꢀꢀꢀ
公式2；
82.其中，σ表示类间方差，p1和p2分别表示前景像素和背景像素在第一中间图像中出现的概率，m1和m2分别表示前景像素和背景像素的灰度均值。
83.并且，p1和p2、m1和m2分别通过以下公式3-6计算获得，公式3-6如下所示：
[0084][0085]
p2＝1-p1ꢀꢀꢀ
公式4；
[0086][0087][0088]
其中，pi表示灰度值等于i的像素在第一中间图像中出现的概率，k表示当前遍历的灰度级，l表示所有可能的灰度级量，对于8位灰度图像而言，l＝256；对于16位灰度图像而言，l＝65536。
[0089]
通过公式2-公式6，令k遍历所有可能的灰度级0～l-1，使得前景像素值和背景像素值之间的方差σ最大，获得的灰度值则确定为分割阈值。比如，确定的分割阈值以8位灰度图像为例，分割阈值为100。
[0090]
基于分割阈值，对第一中间图像进行图像分割，获得预处理图像。如，将大于分割阈值的像素点的灰度值设置为255，小于分割阈值的像素点的灰度值设置为0，从而完成图像分割，在对图3进行阈值分割后，获得的预处理图像如图4所示，显然，在图4中，包括多个焊点轮廓的初始连通域。
[0091]
通过对原始图像进行预处理，获得包含焊点轮廓的初始连通域的预处理图像，消除原始图像中的随机噪声干扰，且可以初步确定焊点轮廓的连通域。
[0092]
s102：根据焊点特征消除预处理图像中的背景异物粘连，以对初始连通域进行分离，获得二级处理图像。
[0093]
由于焊点轮廓通常为圆形，因此，可以计算预处理图像中各个初始连通域中的圆度值。各个初始连通域的圆度值通过以下公式7计算获得：
[0094][0095]
其中，roundness表示圆度值，s表示连通域的面积，c表示连通域的周长。
[0096]
根据焊点特有的圆形特征，以及圆形的直径，工作人员可以根据实际经验，设置一个预设圆度阈值范围，作为焊点特征。比如，预设圆度阈值范围为40％～80％。
[0097]
很明显，不满足圆度阈值的第一中间连通域，很可能为粘连背景的异物，那么，在焊点轮廓提取的时候需要解决焊点与干扰异物粘连的问题。
[0098]
为了筛选出可能粘连背景的异物，可以对比各个初始连通域的圆度值与预设圆度阈值范围，进行初步筛选，从而可以筛选出符合预设圆度阈值范围的连通域和不符合预设圆度阈值范围的连通域，从而确定符合焊点特征的连通域和不符合焊点特征的连通域。
[0099]
具体地，在筛选的时候，对比各个初始连通域和预设圆度阈值范围，处于预设圆度阈值范围内的圆度值对应的初始连通域则保留，处于圆度阈值范围以外的圆度值对应的初始连通域则提取，从而在第一中间图像中可以筛选出不满足焊点特征的第一中间连通域，以及确定满足焊点特征的第二中间连通域。
[0100]
在其中一些实施方式中，步骤s102可以包括：
[0101]
在第一中间图像中，提取符合焊点特征以外的第一中间连通域对应的感兴趣区域，第一中间连通域为多个初始连通域中的一个或多个；
[0102]
基于自适应阈值，在预处理图像中，对感兴趣区域进行阈值分割处理，分离出预处理图像中的背景异物粘连。
[0103]
具体地，在确定符合焊点特征以外的第一中间连通域后，在第一中间图像中，提取第一中间连通域对应的感兴趣区域，然后，获取自适应阈值，基于自适应阈值，在预处理图像中，对感兴趣区域进行阈值分割处理，分离出预处理图像中的背景异物粘连。
[0104]
在阈值分割处理的时候，如果感兴趣区域中的坐标处的像素值大于自适应阈值，则将感兴趣区域中大于自适应阈值的坐标处的像素值设为0，以消除预处理图像中的背景异物粘连，获得第二中间图像；
[0105]
如果感兴趣区域中的坐标处的像素值小于自适应阈值，则将感兴趣区域中小于自适应阈值的坐标处的像素值设为预设常数，以获取第三中间图像，第三中间图像包含符合焊点特征的多个第二连通域。
[0106]
进一步地，分离背景异物粘连可以利用公式8进行分割：
[0107][0108]
其中，roi(i，j)表示感兴趣区域roi中坐标(i，j)处的像素值，max_value是一个预设常数，对于8位灰度图来说，一般取255，对于16位灰度图来说，一般取65535，用于表示前景灰度值；t表示自适应阈值，自适应阈值是基于感兴趣区域中的坐标处为中心，半径为感兴趣区域的短边长度的邻域均值确定的，比如，可以等于感兴趣区域roi中，以坐标(i，j)为中心，半径为kr的邻域均值，该邻域均值可以根据工作人员的实际经验，确定为roi短边长的1/4。当然，邻域均值的取值不局限于roi短边长的1/4，在此不做限定，从而确定对应的自适应阈值。roi_bin(i,j)表示分割结果，为分离出粘连背景的异物连通域。
[0109]
在提取感兴趣区域roi以进行图像分割处理的时候，可以采用自适应阈值法，还可以采用均值阈值法、isodata算法、li最小交叉熵阈值算法，在此不做限定。
[0110]
通过感兴趣区域中的坐标处的像素值与自适应阈值的比较，可以消除预处理图像中的背景异物粘连，获得第二中间图像，也可以获取包含符合焊点特征的多个第二中间连通域的第三中间图像，然后，合并第二中间图像和第三中间图像，获得二级处理图像。二级
处理图像为消除背景异物粘连的结果，如图5所示。
[0111]
s103：计算二级处理图像中每一连通域的拟合直径，并通过拟合直径获取焊点的参考直径。
[0112]
如图5所示，二级处理图像只是消除了背景异物粘连的干扰，但是，仍然存在其他异物干扰。
[0113]
在其中一些实施例中，步骤s103可以包括：
[0114]
计算二级处理图像中所有连通域的拟合直径；
[0115]
计算拟合直径的均值，获得焊点的参考直径。
[0116]
具体地，由于没有先验的实际焊点直径，因此，需要精确焊点参考直径，为了精确计算焊点的参考直径，首先计算二级处理图像中所有连通域的拟合直径，然后计算出多个拟合直径的均值，对于二级处理图像中的单个连通域，拟合直径通过以下公式9计算获得：
[0117][0118]
其中，xc、yc、dc分别表示拟合圆心x坐标，拟合圆心y坐标和拟合圆直径；索引i表示当前连通域中第i个轮廓点。
[0119]
在计算得到单个连通域的拟合直径后，取多个连通域分别对应的拟合直径的均值，获得焊点的参考直径。
[0120]
s104：根据参考直径消除二级处理图像中的异物干扰获得三级处理图像。
[0121]
在得到焊点的参考直径后，根据参考直径，对二级处理图像中的连通域进行形态学开操作处理，以消除二级处理图像中的异物干扰，获得三级处理图像。
[0122]
进一步地，形态开操作处理可以用以下公式10表示：
[0123]
bino(i,j)＝morphopen(bin(i,j))
ꢀꢀꢀ
公式10；
[0124]
其中，morphopen表示开操作，bin(i,j)表示二级处理图像的二值图，bino(i,j)表示消除异物干扰后的结果二值图。
[0125]
然后，根据焊点的参考直径，以预设的尺寸比例，确定开操作的滤波器核尺寸，预设的尺寸比例可以根据实际异物尺寸设定，比如取初始焊点参考直径的5％～40％。经过形态学开操作处理，获得如图6的开操作结果。
[0126]
可以理解的是，开操作的滤波器核尺寸越大，过滤掉的异物尺寸越大。
[0127]
并且，本技术不局限于形态学开操作处理以消除异物干扰，还可以采用基于轮廓分析的方法，同样可以消除异物干扰，在此不局限。
[0128]
s105：循环更新三级处理图像中的参考直径，去除预设直径偏差幅值以外的连通域，获得焊点轮廓。
[0129]
在获得三级处理图像后，利用公式9，循环计算三级处理图像中的所有连通域的拟合直径，以更新三级处理图像中的参考直径。即，对开操作结果再次计算所有连通域的拟合直径，然后计算所有拟合直径的均值，从而更新焊点的参考直径，获得一个更精确的焊点的参考直径，作为最终参考直径。
[0130]
接着，根据最终参考直径、直径偏差下限及直径偏差上限，确定预设直径偏差幅值；去除符合预设直径偏差幅值以外的连通域，获得焊点轮廓。
[0131]
具体地，预设直径偏差幅度可以根据实际检测需求设定，一般范围为50％～100％，可以根据最终参考直径和预设直径偏差幅度，去除开操作结果中不符合直径要求的连通域，不符合直径要求的连通域为过大和过小的连通域，可以根据焊点的最终参考直径、直径偏差下限及直径偏差上限，确定预设直径偏差幅值；去除符合预设直径偏差幅值以外的连通域，获得焊点轮廓。即，对于第i个连通域，根据以下公式11确定保留或舍弃：
[0132]dr
*(1-p
l
)≤di≤dr*(1+pu)
ꢀꢀꢀ
公式11；
[0133]
其中，dr表示焊点的最终参考直径，p
l
表示直径要求中的偏差下限百分比，用于去除过小连通域；pu为直径要求中的偏差上限百分比，用于去除过大连通域，di为第i个连通域的拟合直径。如果公式11成立，则保留当前连通域，否则舍弃，如图7所示，图7为去除符合预设直径偏差以外的连通域的结果示意图，完成该步骤后，获得最终焊点提取结果，作为焊点轮廓。
[0134]
在获得焊点轮廓后，组合原始图像和焊点轮廓，如图8所示。在组合原始图像和焊点轮廓后，可以确定焊点轮廓在原始图像中的相对位置。
[0135]
本技术的实施例，通过对原始图像进行预处理，从而可以消除随机噪声干扰及阈值分割，获得包括多个焊点轮廓的初始连通域的预处理图像，然后，根据焊点特征消除预处理图像中的背景异物粘连，以对初始连通域进行分离，获得二级处理图像，从而得到消除背景异物粘连；计算二级处理图像中每一连通域的拟合直径，并通过拟合直径获取焊点的参考直径，不需要先验的实际焊点直径，根据参考直径消除二级处理图像中的异物干扰获得三级处理图像，循环更新三级处理图像中的参考直径，去除预设直径偏差幅值以外的连通域，获得焊点轮廓，去除符合参考直径要求以外的连通域，获得精确的焊点轮廓。
[0136]
相应的，如图9所示，本发明实施例还提供了一种bga焊点轮廓提取装置，可以用于电子设备，bga焊点轮廓提取装置600包括：
[0137]
预处理模块601，用于对原始图像进行预处理获得预处理图像，所述预处理图像包括多个包含有焊点轮廓的初始连通域；
[0138]
背景异物消除模块602，用于根据焊点特征消除所述预处理图像中的背景异物粘连，以对所述初始连通域进行分离，获得二级处理图像；
[0139]
参考直径计算模块603，用于计算所述二级处理图像中每一所述连通域的拟合直径，并通过所述拟合直径获取焊点的参考直径；
[0140]
异物干扰消除模块604，用于根据所述参考直径消除所述二级处理图像中的异物干扰获得三级处理图像；
[0141]
去除模块605，用于循环更新所述三级处理图像中的所述参考直径，去除预设直径偏差幅值以外的所述连通域，获得焊点轮廓。
[0142]
本发明实施例，通过对原始图像进行预处理，从而可以消除随机噪声干扰及阈值分割，获得包括多个焊点轮廓的初始连通域的预处理图像，然后，根据焊点特征消除所述预处理图像中的背景异物粘连，以对所述初始连通域进行分离，获得二级处理图像，从而得到消除背景异物粘连；计算所述二级处理图像中每一所述连通域的拟合直径，并通过所述拟合直径获取焊点的参考直径，不需要先验的实际焊点直径，根据所述参考直径消除所述二级处理图像中的异物干扰获得三级处理图像，循环更新所述三级处理图像中的所述参考直径，去除预设直径偏差幅值以外的所述连通域，获得焊点轮廓，去除符合参考直径要求以外
的连通域，获得精确的焊点轮廓。
[0143]
在其他实施例中，预处理模块601，还用于：
[0144]
对所述原始图像进行降噪处理，获得第一中间图像；
[0145]
对所述第一中间图像进行阈值分割，获得所述预处理图像，所述预处理图像包括多个包含有焊点轮廓的初始连通域。
[0146]
在其他实施例中，预处理模块601，还用于：
[0147]
计算所述第一中间图像所有像素点的灰度值；
[0148]
将所述第一中间图像所有像素点的灰度值划分为前景像素值和背景像素值，以确定分割阈值；
[0149]
基于所述分割阈值，对所述第一中间图像进行图像分割，获得所述预处理图像。
[0150]
在其中一些实施例中，预处理模块601，还用于：
[0151]
将所述前景像素值和背景像素值之间的方差最大的灰度值作为分割阈值。
[0152]
在其中一些实施例中，背景异物消除模块602，还用于：
[0153]
在所述第一中间图像中，提取符合所述焊点特征以外的第一中间连通域对应的感兴趣区域，所述第一中间连通域为所述多个初始连通域中的一个或多个；
[0154]
基于自适应阈值，在所述预处理图像中，对所述感兴趣区域进行阈值分割处理，分离出所述预处理图像中的背景异物粘连。
[0155]
在其中一些实施例中，背景异物消除模块602，还用于：
[0156]
如果所述感兴趣区域中的坐标处的像素值大于所述自适应阈值，则将所述感兴趣区域中大于所述自适应阈值的坐标处的像素值设为0，以消除所述预处理图像中的背景异物粘连，获得第二中间图像；
[0157]
如果所述感兴趣区域中的坐标处的像素值小于所述自适应阈值，则将所述感兴趣区域中小于所述自适应阈值的坐标处的像素值设为预设常数，以获取第三中间图像，所述第三中间图像包含符合所述焊点特征的多个第二中间连通域；
[0158]
合并所述第二中间图像和所述第三中间图像，获得所述二级处理图像；
[0159]
其中，所述自适应阈值是基于所述感兴趣区域中的坐标处为中心，半径为所述感兴趣区域的短边长度的邻域均值确定的。
[0160]
在其中一些实施例中，参考直径计算模块603，还用于：
[0161]
计算所述二级处理图像中所有连通域的拟合直径；
[0162]
计算所述拟合直径的均值，获得焊点的参考直径。
[0163]
在其中一些实施例中，异物干扰消除模块604，还用于：
[0164]
根据所述参考直径，对所述二级处理图像中的连通域进行形态学开操作处理，以消除所述二级处理图像中的异物干扰，获得三级处理图像。
[0165]
在其中一些实施例中，去除模块605，还用于：
[0166]
循环计算所述三级处理图像中的所有连通域的拟合直径，以更新所述三级处理图像中的参考直径，作为最终参考直径；
[0167]
根据所述最终参考直径、直径偏差下限及直径偏差上限，确定预设直径偏差幅值；
[0168]
去除符合所述预设直径偏差幅值以外的所述连通域，获得焊点轮廓。
[0169]
在其中一些实施例中，装置600还包括组合模块606，用于：
[0170]
组合所述原始图像和所述焊点轮廓。
[0171]
需要说明的是，上述装置可执行本技术实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在装置实施例中详尽描述的技术细节，可参见本技术实施例所提供的方法。
[0172]
图10为电子设备的一个实施例中控制器的硬件结构示意图，如图10所示，控制器13包括：
[0173]
一个或多个处理器131、存储器132。图10中以一个处理器131、一个存储器132为例。
[0174]
处理器131、存储器132可以通过总线或者其他方式连接，图10中以通过总线连接为例。
[0175]
存储器132作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本技术实施例中的bga焊点轮廓提取方法对应的程序指令/模块(例如，附图9所示的预处理模块601、背景异物消除602、参考直径计算模块603、异物干扰消除模块604、去除模块605、组合模块606)。处理器131通过运行存储在存储器132中的非易失性软件程序、指令以及模块，从而执行控制器的各种功能应用以及数据处理，即实现上述方法实施例的bga焊点轮廓提取方法。
[0176]
存储器132可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据bga焊点轮廓提取装置的使用所创建的数据等。此外，存储器132可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器132可选包括相对于处理器131远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0177]
所述一个或者多个模块存储在所述存储器132中，当被所述一个或者多个处理器131执行时，执行上述任意方法实施例中的bga焊点轮廓提取方法，例如，执行以上描述的图1中的方法步骤s101至步骤s105；实现图9中的模块601-606的功能。
[0178]
上述产品可执行本技术实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本技术实施例所提供的方法。
[0179]
本技术实施例提供了一种非易失性计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行，例如图10中的一个处理器131，可使得上述一个或多个处理器可执行上述任意方法实施例中的bga焊点轮廓提取方法，例如，执行以上描述的图1中的方法步骤s101至步骤s105；实现图9中的模块601-606的功能。
[0180]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0181]
通过以上的实施例的描述，本领域普通技术人员可以清楚地了解到各实施例可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。本领域普通技术人员可以理
解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory,rom)或随机存储记忆体(randomaccessmemory,ram)等。
[0182]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。