基于PCA和粒子群优化算法的焊点缺陷识别

• 作者: 廖坤锐 杨雪 陈卫兵
• 来源期刊: 计算机测量与控制
• 关键词: 焊点缺陷 主成分分析 粒子群优化算法 BP神经网络
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 设计与应用
• 页码范围: 190-194
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.05.041

摘要

针对生产线上的表面贴装技术(SMT)焊点图像的特点,提出了一种基于PCA和粒子群算法-误差反向传播(PSO-BP)神经网络的焊点缺陷识别方法;首先使用图像处理技术和CCD传感器对PCB焊点图像进行预处理,采用中值滤波、灰度图像增强、全局阈值法等方法,有效抑制噪声干扰并提高了图像对比度,提取出较好的图像特征;然后运用主成分分析法,提取包含焊点86.6％特征信息的5个主成分,并输入到经粒子群算法改进后的BP神经网络;通过具体的实验分析,结果表明改进的BP神经网络具有较好的识别分类效果,能够对正常、多锡、少锡、漏焊四种不同类型的焊点进行识别,准确率达93.22％,算法可靠,在实际生产中能够有效的提高检测效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈卫兵	湖南工业大学计算机学院	32	184	7.0	12.0
2	杨雪	湖南工业大学计算机学院	3	0	0.0	0.0
3	廖坤锐	湖南工业大学计算机学院	2	0	0.0	0.0