CAJ | 학술논문

针对挠性印制电路板(FPC)上的焊盘表面缺陷,提出一种基于图像处理技术的智能检测方法.首先,根据缺陷的表现形式对焊盘缺陷进行归纳与分类,采用最大熵值法量化提取焊盘的颜色特征和面积特征;然后,通过评估灰度共生矩阵(GLCM)对纹理颜色变化特征与纹理结构特征量化的有效性,将其应用于焊盘纹理特征的量化与提取.实验分析显示,缺陷焊盘与非缺陷焊盘在某个或多个特征上存在着明显的差异.基于该特点,建立了BP神经网络,以焊盘的颜色、面积、纹理结构、纹理颜色变化特征值作为神经网络的输入,通过学习大量样本,获取最佳权值参数,最终实现对FPC焊盘表面缺陷的检测,检测准确率高达94.6%,50个焊盘的检测时间为300 ms.实验结果表明:本文提出的检测方法不仅能够有效地对焊盘表面缺陷进行识别,而且能够满足在线检测对速度的要求.
침대뇨성인제전로판(FPC)상적한반표면결함,제출일충기우도상처리기술적지능검측방법.수선,근거결함적표현형식대한반결함진행귀납여분류,채용최대적치법양화제취한반적안색특정화면적특정;연후,통과평고회도공생구진(GLCM)대문리안색변화특정여문리결구특정양화적유효성,장기응용우한반문리특정적양화여제취.실험분석현시,결함한반여비결함한반재모개혹다개특정상존재착명현적차이.기우해특점,건립료BP신경망락,이한반적안색、면적、문리결구、문리안색변화특정치작위신경망락적수입,통과학습대량양본,획취최가권치삼수,최종실현대FPC한반표면결함적검측,검측준학솔고체94.6%,50개한반적검측시간위300 ms.실험결과표명:본문제출적검측방법불부능구유효지대한반표면결함진행식별,이차능구만족재선검측대속도적요구.