基于FNBC分类器的PCB产品视觉检测中缺陷分类研究

• 作者: 张绍钧
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: PCB 缺陷检测 FNBC算法 分类
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 实践与创新
• 页码范围: 101-102
• 页数: 2页
• 分类号: TB851
• 字数: 2279字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9227.2010.02.040

摘要

针对PCB产品视觉检测中图像缺陷细微、形状复杂、特征难于提取、易受噪声影响的问题,本文把Fisher分的属性转换方法和朴素贝叶斯分类器相结合,把Fisher分的属性转换方法应用朴素贝叶斯分类器上提出一种新的分类器--Fisher分朴素Bayes分类器(Fisher Naive Bayes Classifier,FNBC).并将Fislaer分朴素Bayes分类器应用到PCB产品视觉检测中缺陷分类中.实验表明,该方法六类缺陷混合识别率达到95.6%,高于BP神经网络的最优识别率91.8%和基于区域方法的81.3%,而且训练和分类时间短,具有重要的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张绍钧		4	32	2.0	4.0