计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2013年
1期
239-241
,共3页
印刷电路板%焊点缺陷识别%RBF神经网络
印刷電路闆%銲點缺陷識彆%RBF神經網絡
인쇄전로판%한점결함식별%RBF신경망락
针对生产线上的SMT(表面贴装技术)焊点图像的特点,研究基于图像处理的焊点缺陷识别算法,采用中值滤波、迭代阈值法、Sobel算子等一系列的图像预处理方法,有效抑制了噪声干扰,提高了图像的对比度,提取出较好的图像特征.采用径向基函数(RBF)神经网络对四种焊点缺陷进行识别.仿真结果表明,RBF神经网络很好地克服BP神经网络训练过程收敛依赖于初值和可能出现局部收敛的缺陷,具有较快的运算速度和较好的检测结果,基于图像处理的焊点识别方法是有效的.
針對生產線上的SMT(錶麵貼裝技術)銲點圖像的特點,研究基于圖像處理的銲點缺陷識彆算法,採用中值濾波、迭代閾值法、Sobel算子等一繫列的圖像預處理方法,有效抑製瞭譟聲榦擾,提高瞭圖像的對比度,提取齣較好的圖像特徵.採用徑嚮基函數(RBF)神經網絡對四種銲點缺陷進行識彆.倣真結果錶明,RBF神經網絡很好地剋服BP神經網絡訓練過程收斂依賴于初值和可能齣現跼部收斂的缺陷,具有較快的運算速度和較好的檢測結果,基于圖像處理的銲點識彆方法是有效的.
침대생산선상적SMT(표면첩장기술)한점도상적특점,연구기우도상처리적한점결함식별산법,채용중치려파、질대역치법、Sobel산자등일계렬적도상예처리방법,유효억제료조성간우,제고료도상적대비도,제취출교호적도상특정.채용경향기함수(RBF)신경망락대사충한점결함진행식별.방진결과표명,RBF신경망락흔호지극복BP신경망락훈련과정수렴의뢰우초치화가능출현국부수렴적결함,구유교쾌적운산속도화교호적검측결과,기우도상처리적한점식별방법시유효적.
