《表3 多种算法测试结果：基于多尺度轻量级卷积网络的PCB裸板缺陷识别算法》

  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

《基于多尺度轻量级卷积网络的PCB裸板缺陷识别算法》

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

为验证本算法的有效性，将本文算法与经典卷积网络、多种传统缺陷检测算法作对比。其中文献[5]基于图像参考对比法：首先，对待测PCB裸板图像进行图像配准；其次，采用图像差分算法确定PCB裸板缺陷位置；然后，求待测PCB裸板图像缺陷区域的连通区域数、欧拉数、面积特征；最后，通过简单的特征对比进行PCB裸板缺陷分类。文献[6]基于决策树的PCB裸板缺陷识别法：首先，对待测PCB图像进行图像预处理、图像差分等操作提取PCB裸板缺陷区域图像；然后，提取待测PCB图像缺陷区域的轮廓、连通区域数、欧拉数、面积特征并组成特征向量；最后，输入到已训练好的决策树模型实现缺陷分类。多种算法的测试结果如表3所示。