用计算机断层(Computed Tomography,CT)成像技术对印刷电路板(Printed Circuit Board,PCB)进行无损检测是近年来发展起来的一种新方法,该方法具有无损、快速、高分辨率的优势。图像分割作为其中的一个重要步骤,分割质量的好坏对于自动判断故障位置和故障原因有较大影响,因此,研究有效的PCB CT图像分割方法具有重要的现实意义。近年来,基于水平集的图像分割方法得到了广泛研究,该方法将演化曲线隐含地表示为高维水平集函数的变化,具有能够适应拓扑结构变化、易于扩展到三维图像等良好性能。但PCB CT图像具有较为严重的灰度不均匀现象以及尺寸较大等特点,这些问题给基于水平集的图像分割方法带来了较大挑战。针对上述问题,本课题提出了一系列改进方法,主要成果包括以下三个方面:1.针对PCB CT图像存在的缓慢变化的灰度不均匀问题,提出了一种基于改进灰度不均匀模型和局部方差的水平集图像分割方法。改进的灰度不均匀图像模型中考虑了原始图像与估计图像之间的差异,其相比于传统模型能够获得更好的分割结果。然后,通过高斯分布描述图像灰度分布,从而考虑到图像局部方差,并通过一种空间映射使目标和背景灰度更好地进行分离,在局部区域将改进的灰度不均匀模型近似表示图像均值,从而构造得到局部统计项。同时,结合图像局部数据项、规则化项,构造了总体能量函数,通过梯度下降方式最小化能量函数,实现灰度不均匀图像分割。实验表明,该方法对于PCB CT图像具有较好的分割效果,而且对初始轮廓位置和噪声具有一定的鲁棒性。2.针对PCB CT图像中存在的严重的透射伪影,造成图像目标与背景灰度对比度较低的问题,提出了一种结合形状先验的水平集PCB CT图像分割方法。首先根据PCB CT图像中导线具有明显的方向特征,对图像进行不同方向的Gabor滤波并对结果加权求和,通过局部化方法获取图像形状先验;然后用形状概率表示方法来表示形状先验,并将其作为形状约束项,与CV模型能量项、局部能量项一起构成能量函数;最后通过对能量函数最小化实现图像分割。实验结果表明,该方法对灰度对比度较低的PCB CT图像具有较好的分割结果,同时相比于现有一些方法计算效率也得到了一定程度的提升。3.针对PCB CT图像尺寸较大,传统水平集分割方法效率较低的问题,提出了一种基于连续最大流优化的局部CV模型图像分割方法。在分析了连续最大流问题的基础上,讨论了该问题与局部CV模型能量函数的等价性,并给出了利用局部CV模型能量函数构造图割模型中各边的权重方法,利用连续最大流优化该图割模型,从而高效地对局部CV模型的能量函数进行最小化。实验结果表明,该方法能够较好的保持局部CV模型对于灰度不均匀图像的分割效果,同时计算效率得到了明显提升,在较大尺寸PCB CT图像上也具有较好的计算效率,为快速有效进行PCB CT图像分割提供了一种可行的方法。