| 基于机器视觉的 PCB 缺陷检测算法研究现状及展望 |
| |
| 引用本文： | 吴一全,赵朗月,苑玉彬,杨 洁. 基于机器视觉的 PCB 缺陷检测算法研究现状及展望[J]. 仪器仪表学报, 2022, 43(8): 1-17 |
| |
| 作者姓名： | 吴一全 赵朗月 苑玉彬 杨 洁 |
| |
| 作者单位： | 1.南京航空航天大学电子信息工程学院 |
| |
| 基金项目： | 国家自然科学基金（61573183）项目资助 |
| |
| 摘 要： | 印刷电路板(PCB)是电子零件的基板,需求量极大,承载着电路元件和导线的布局,其优良与否对电子产品的质量有着重要影响。 由于电子产品的制作逐渐趋于轻薄、精小,基于机器视觉的 PCB 缺陷检测已成为一个具有挑战性的问题。 为了加深研究人员对 PCB 缺陷检测的理解,本文从传统图像处理方式、传统机器学习及深度学习 3 大维度全面回顾了近 10 年基于机器视觉的 PCB 缺陷检测算法,并分析其优缺点;介绍了 9 个 PCB 数据集,给出了评价 PCB 缺陷检测算法的性能指标,且在 PCB数据集及流行的小目标数据集上分别对典型的算法进行了对比分析;最后指出了 PCB 缺陷检测算法目前存在的问题,展望了未来可能的研究趋势。
|
| 关 键 词： | 印刷电路板 缺陷检测 机器视觉 深度学习 数据集 性能分析 |
Research status and the prospect of PCB defect detectionalgorithm based on machine vision |
| |
| Wu Yiquan,Zhao Langyue,Yuan Yubin,Yang Jie. Research status and the prospect of PCB defect detectionalgorithm based on machine vision[J]. Chinese Journal of Scientific Instrument, 2022, 43(8): 1-17 |
| |
| Authors: | Wu Yiquan Zhao Langyue Yuan Yubin Yang Jie |
| |
| Affiliation: | 1.College of Electronic and Information Engineering, Nanjing University of Aeronautics and Astronautics |
| |
| Abstract: | |
| |
| Keywords: | PCB defect detection machine vision deep learning data set performance analysis |
|
| 点击此处可从《仪器仪表学报》浏览原始摘要信息 |
|
点击此处可从《仪器仪表学报》下载免费的PDF全文 |
|
