-
题名基于多特征的SVM多分类PCB焊点缺陷检测方法
被引量：22
- 1
-
-
作者
陈寿宏
赵爽
马峻
张雨璇
郭玲
-
机构
桂林电子科技大学电子工程与自动化学院
桂林电子科技大学
-
出处
《激光杂志》
北大核心
2019年第6期21-26,共6页
-
基金
国家自然科学基金(No.61671008)
广西自然科学基金重点项目(No.2015GXNSFDA139003)
广西自动检测技术与仪器重点实验室基金(No.YQ14115、YQ17103)
-
文摘
为了提高印刷电路板(PCB)中元件焊点缺陷检测的分类准确率,提出一种基于多特征的支持向量机(SVM)多分类缺陷检测方法。对采集到的焊点图像进行特征提取,提取焊点的形状和纹理特征参数及方向梯度直方图(HOG)特征。首先对提取到的形状和纹理特征,利用SVM中最优的核函数,对焊点多锡、少锡、焊锡合适以及漏焊四种类型进行检测;误检焊点,再利用基于HOG特征的SVM多分类算法对其进行二次检测分类,得到最终分类准确率,提出的算法分类准确率可以达到98.46%以上,具有一定的应用价值。
-
关键词
焊点缺陷检测
特征提取
多特征
支持向量机
多分类
-
Keywords
solder joint defect detection
feature extraction
multi-feature
support vector machine
multi-classification
-
分类号
TN919
[电子电信—通信与信息系统]
-
-
题名基于机器视觉的焊点检测算法研究
被引量：11
- 2
-
-
作者
刘美菊
李凌燕
郭文博
-
机构
沈阳建筑大学信息与控制工程学院
-
出处
《电子器件》
CAS
北大核心
2017年第4期1015-1020,共6页
-
基金
辽宁省教育厅项目(L2013225)
国家自然科学基金项目(61272253)
宁省科学技术研究项目(2014231001)
-
文摘
为了提高电路板焊点检测的准确率,提出了改进的K-近邻法。首先,采用工业相机采集图像并选取470个焊点作为训练样本,利用模板匹配法对图像中的焊点进行定位。然后根据特征分布直方图提取焊点的特征并绘制特征分布情况,选择能区分不同类别焊点的特征作为有效特征。最后,建立改进的K-近邻法焊点检测分类器,选取559个焊点作为测试样本对模型进行测试。实验结果表明改进的K-近邻算法检测的准确率96%以上,可以有效地提高检测效率。
-
关键词
机器视觉
焊点检测
特征提取
改进的K-近邻法
-
Keywords
machine vision
solder joint defect detection
feature extraction
improved K-nearest neighbor algorithm
-
分类号
TP29
[自动化与计算机技术—检测技术与自动化装置]
-
