《表1 检测结果：基于亚像素的PCB表面质量检测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于亚像素的PCB表面质量检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。