基于小波變換的焊點缺陷識別方法的研究.pdf

1、隨著印刷電路板組裝技術(shù)向著高密度化和“零缺陷”方向發(fā)展,市場對自動光學檢測系統(tǒng)的要求也向高準確率、智能化方向發(fā)展。因此焊點缺陷檢測技術(shù)成為研究領(lǐng)域的一個研究熱點。選取合適的圖像邊緣特征提取方法和識別方法是基于圖像處理的焊點缺陷檢測技術(shù)的關(guān)鍵所在,能否提取出有效的特征信息是焊點缺陷檢測的前提條件。
　　首先,本文在原有的小波理論的基礎(chǔ)上提出了一種改進的小波增強算法。該方法采用了分段線性形式的增強函數(shù),只將某一有用部分系數(shù)增強,而增強

2、函數(shù)是隨尺度不同而自適應(yīng)選擇的。實驗結(jié)果表明,改進的小波增強算法減少了計算量,更好的體現(xiàn)了小波系數(shù)的細節(jié)部分,更有效的提取出PCB焊點的特征信息,提高了缺陷的識別率,得到了令人滿意的結(jié)果。
　　其次,在以上提取有效特征的基礎(chǔ)上,利用BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)、一對多SVM分類方法和二叉樹SVM分類方法對提取出來的焊點特征向量進行識別。通過比較它們的測試結(jié)果可以發(fā)現(xiàn)當樣本數(shù)量較少時,支持向量機方法的識別率較高;當樣本數(shù)量足夠多時,