《表1 检测结果:基于亚像素的PCB表面质量检测》
表1所示为部分测试样板焊盘质量的检测结果。从测试统计数据可知,所建立的神经网络对PCB焊盘的缺陷检测准确率在85%-95%之间,检测用时60ms~80ms;测试样板的焊盘密集度越高,识别率越高;因各样板存在不同的背景干扰,造成少数焊盘的漏检和误检。实验还表明,网络模型对导线缺陷的识别效果明显优于对焊盘缺陷的识别。可能是因为导线的宽度、形态较为一致,缺陷特征明显。总体而言,所设计的神经网络分类器对PCB光板上导线与焊盘缺陷的识别是显著有效的。
图表编号 | XD0017214300 严禁用于非法目的 |
---|---|
绘制时间 | 2018.06.20 |
作者 | 郭联金、谢跃信、罗炳军 |
绘制单位 | 东莞职业技术学院机电工程系、东莞职业技术学院机电工程系、广州炬森自动化设备有限公司 |
更多格式 | 高清、无水印(增值服务) |