基于主成分分析支持向量機(jī)的焊點(diǎn)檢測(cè)方法的研究.pdf

1、隨著工業(yè)上對(duì)印制電路板趨向高精度化、多層次化發(fā)展的需求，焊點(diǎn)作為銜接各個(gè)電氣組件與電路板之間的橋梁，在生產(chǎn)工業(yè)的操作流程中起著至關(guān)重要的作用。針對(duì)焊接設(shè)備的不穩(wěn)定性、操作環(huán)境的不確定性等問題對(duì)焊點(diǎn)質(zhì)量的影響，基于視覺信息的焊點(diǎn)缺陷檢測(cè)也已經(jīng)成為當(dāng)前機(jī)器視覺中的研究熱點(diǎn)問題。
　　首先，本文在小波理論基礎(chǔ)上引入了一種增強(qiáng)的小波算法，該方法增強(qiáng)了小波分解流程中的有效小波系數(shù)。改進(jìn)的小波增強(qiáng)算法更加有效的減少了小波算法的計(jì)算量，細(xì)化了小

2、波系數(shù)。接著，提出了主成分分析和增強(qiáng)小波系數(shù)相結(jié)合的方法，對(duì)焊點(diǎn)圖像特征進(jìn)行提取，利用主成分分析的降維作用，對(duì)提取的50維小波系數(shù)特征向量進(jìn)行降維處理。經(jīng)降維處理后的小波特征向量值融合了圖像的形狀特征、直方圖特征，可以代表焊點(diǎn)的有效特征值。
　　其次，考慮降低焊點(diǎn)訓(xùn)練樣本個(gè)數(shù)、焊點(diǎn)特征值非線性等因素，提出了融合決策樹與改進(jìn)支持向量機(jī)的方法對(duì)焊點(diǎn)的缺陷類型進(jìn)行識(shí)別。實(shí)驗(yàn)結(jié)果表明，本文提取的焊點(diǎn)特征值具有更好的區(qū)分性與緊致性，提出的分