挠性印制电路板焊盘表面缺陷的检测.pdfVIP

挠性印制电路板焊盘表面缺陷的检测.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 18卷 第 1l期 光学 精密工程 Vo1.18 No.11 2Ol0年 11月 OpticsandPrecisionEngineering NOV.2O1O 文章编号 1004—924X(2010)1卜2443—11 挠性印制 电路板焊盘表面缺陷的检测 黄杰贤,李 迪,叶 峰,张舞杰 (华南理工大学机械与汽车学院,广东广州,510640) 摘要 :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(GICM)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 300mS。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 。 关 键 词 :挠性印刷 电路板 ;焊盘 ;特征提取 ;灰度共生矩 阵;神经 网络 中图分类号 :TN710;TP391.4 文献标识码 :A doi:10.3788/OPE2443 Detection ofsurfacedefection ofsolderon flexibleprinted circuit HUANGJie—xian,LIDi,YEFeng,ZhangWu—jie (SchoolofMechanical AutomotiveEngineering,SouthChina UniversityofTechnology,Guangzhou510641,China) Abstract:1nordertodetectthesurfacedefectonthesolderofaFlexiblePrintedCircuit(FPC),anin— spectingtechnologybasedonimageprocessingwaspresented.Firstly,allthedefectsontheFPC were classifiedintoseveraldefectionsortsaccordingtotheirdefectioncharacters.Then。themaximum en— tropywasusedtOlocatethesolderand extractthesquareand colorcharacters.Afterestimatingthe effectnessoftheGreyIevelCo—occurrenceMatrix(GLCM )on thequantification forcolorand struc— turecharacters,itwasintroducedtoquantifyandextractcolorificandstructuraltexturesforsolders. Ananalysisonexperimentsindicatesthatthedefectivesolderisobviously differentfrom thenon—-de—— feetivesolderin severalkindsofquantifiedcharaters.Onthebasisoftheresultobove,theBP neural networkwasestablishedandfourkindsofcharacterswereselectedastheinputofneuralnetwork.Af— terallneuralnetworkweightparameterswereadj

文档评论(0)

jsntrgzxy + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档