10.3969/j.issn.2095-2163.2023.07.010
基于传统图像处理联合深度学习的FPCB自动缺陷检测算法
FPCB即柔性印刷电路板,是一种以柔性绝缘材料为基材制造而成电路板,且有弯曲、卷绕、折叠性好的特点,可以满足电子产品柔性要求,在电子信息产业中得到了广泛应用.而在FPCB柔性印刷电路板生产过程中可能会出现各式各样的缺陷,这些缺陷会对产品有着严重的影响,目前对FPCB的检测主要是以人工目视为主,但是人工检测存在着一些不确定的因素,例如人体的疲劳程度和注意力都对检测准确率有着较深的影响.目前,人工智能、即深度学习在近年来发展逐渐趋于成熟,把深度学习的方法应用到缺陷检测领域是一个有较好前景的研究方向,但是同样也存在着一个问题,工厂良品率的要求使得无法采集到较多的缺陷数据,深度学习方法又需要足够多的数据作为支撑.为了解决这一问题,提出了传统图像处理结合深度学习的方法,并在FPCB数据集上进行验证,利用该方法可以完全满足实际检测需求.
图像处理、深度学习、FPCB
13
TP26(自动化技术及设备)
国家自然科学基金;武汉市科技计划项目;湖北省教育厅科学技术研究项目
2023-08-29（万方平台首次上网日期，不代表论文的发表时间）
共6页
53-57,63
