基于卷积神经网络的PCB板通用分拣算法

• 作者: 姚一鸣 王正军 陈龙
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 卷积神经网络 PCB板 特征提取 CaffeNet ORB算法 RANSACS算法 最小二乘法
• 年，卷（期）: 2020,（2）
• 页码范围: 60-65
• 页数: 6页
• 分类号: TP312
• 字数: 3489字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2020.02.011

摘要

传统PCB板分拣算法特征点由人工提取,位姿计算方法单一,且存在预处理步骤繁琐、样本要求高、位姿精度低、适用性低等缺点.为解决上述问题,文中提出一种基于卷积神经网络的PCB板通用分拣算法.改进的CaffeNet网络模型自动学习大量图片数据中PCB板的深层特征,并完成PCB板自动识别分类.运用改良RANSACS算法提高ORB算法特征点匹配正确率,采用最小二乘法计算模板图片与待匹配图片间角度差,以实现各类PCB板快速定位.实验证明,算法分拣正确率达到99.35％,具有良好的准确率和分拣效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈龙	上海理工大学机械工程学院	54	301	9.0	15.0
2	王正军	上海理工大学机械工程学院	3	0	0.0	0.0
3	姚一鸣	上海理工大学机械工程学院	2	1	1.0	1.0