10.3969/j.issn.1003-0107.2018.06.003
基于亚像素的PCB表面质量检测
为提高PCB的测量精度及缺陷识别率,针对不同类型的边缘,设计了亚像素边缘定位拟合模型,实现了PCB光板上导线及焊盘的亚像素级边缘检测.在此基础上,设计了神经网络分类器,提取PCB光板上导线及焊盘的特征作为输入,通过网络训练,构建了用于缺陷检测的MLP神经网络模型.测试实验表明,亚像素边缘检测方法可使PCB光板图像的测量精度进一步提高;神经网络分类器可有效识别和分类PCB光板表面常见的缺陷.
PCB、亚像素、边缘检测、神经网络
TP391.41(计算技术、计算机技术)
2017年东莞市社会科技发展项目2017507156392;广东省教育厅2017年度科研平台和科研项目2017GGXJK098;2017年广东大学生科技创新培育项目pdjh2017b0801、pdjh2017b0804
2018-11-28（万方平台首次上网日期，不代表论文的发表时间）
共6页
8-13
