首页 | 本学科首页   官方微博 | 高级检索  
     

基于卷积神经网络的PCB CT图像中的过孔和焊盘检测算法
引用本文:贾涛,周利莉,陈健,曾磊,闫镔.基于卷积神经网络的PCB CT图像中的过孔和焊盘检测算法[J].计算机应用研究,2018,35(2):637-640.
作者姓名:贾涛  周利莉  陈健  曾磊  闫镔
作者单位:信息工程大学,信息工程大学,信息工程大学,信息工程大学,信息工程大学
基金项目:国家自然科学基金资助项目
摘    要:针对印刷电路板(printed circuit board,PCB)计算机断层成像(computerized tomography,CT)图像通常存在噪声大、过孔和焊盘的数量多以及焊盘与背景的对比度低和焊盘形状变化较多等因素导致过孔和焊盘的检测比较困难的问题,基于卷积神经网络模型网中网,提出将池化核作为参数进行学习以提高网络的数据表达能力,在基准数据集上进行验证后结合选择性搜索算法应用于PCB CT图像中的过孔和焊盘检测。实验结果表明,参数池化能够帮助提高网络对数据的表达能力,改进后的网络能够有效检测出PCB CT图像中的过孔和焊盘,基本达到实际应用需求。

关 键 词:印刷电路板无损检测  卷积神经网络  参数池化  计算机断层成像
收稿时间:2016/9/28 0:00:00
修稿时间:2017/12/30 0:00:00

Via and Pad Detection in PCB CT Images based on Convolutional Neural Network
Jia Tao,Zhou Lili,Chen Jian,Zeng Lei and Yan Bin.Via and Pad Detection in PCB CT Images based on Convolutional Neural Network[J].Application Research of Computers,2018,35(2):637-640.
Authors:Jia Tao  Zhou Lili  Chen Jian  Zeng Lei and Yan Bin
Affiliation:Jiuquan Satellite Launch Center,,,,
Abstract:
Keywords:PCB nondestructive testing  convolutional neural network  parametric pooling  computer tomography
本文献已被 维普 等数据库收录!
点击此处可从《计算机应用研究》浏览原始摘要信息
点击此处可从《计算机应用研究》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号