基于深度学习的PCB芯片极性检测算法 |
| |
引用本文: | 王 猛,陈 健,万佳泽,林 丽,何栋炜,刘丽桑,曹新容.基于深度学习的PCB芯片极性检测算法[J].电子器件,2023,46(3):764-770. |
| |
作者姓名: | 王 猛 陈 健 万佳泽 林 丽 何栋炜 刘丽桑 曹新容 |
| |
作者单位: | 福建理工大学电子电气与物理学院;福建省信息处理与智能控制重点实验室计算机与控制工程学院闽江学院 |
| |
基金项目: | 福建省自然基金面上项目(资助编号:2019J01773) |
| |
摘 要: | 电路板芯片极性检测是电路板缺陷检测的重要组成部分。针对传统电路板芯片尤其是小型芯片的极性检测算法准确性的不足,文中提出一种基于深度学习的电路板芯片极性检测方法。方法首先使用模板匹配对不同电路板上不同型号芯片进行识别定位;其次,对电路板参考图像与待测图像进行配准、灰度化、二值化,并对两幅图像进行差分处理得到差分图;最后,结合芯片识别定位结果提取差分图中的芯片区域,并采用提出的卷积神经网络实现对芯片的极性检测。实验表明,文中方法比传统方法具有更高的检测准确率,准确率可达98.26%,满足工业检测精度要求。
|
关 键 词: | 电路板 极性检测 深度学习 卷积神经网络 |
|
| 点击此处可从《电子器件》浏览原始摘要信息 |
|
点击此处可从《电子器件》下载全文 |
|