基于小波变换和SSVME的PCB产品视觉检测中缺陷分类研究

作者：任斌; 程良伦

来源：计算机应用与软件, 2012, (06): 167-171.

• PCB
• 缺陷检测
• 小波变换和光滑支持向量机集成算法
• 分类 PCB Defect inspection Wavelet transform and smooth support vector machine ensemble Classification

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,提出基于小波变换和光滑支持向量机集成SSVME(Smooth Support Vector Machine Ensemble)的多分类方法,有效解决了细微、复杂缺陷难以识别分类的问题。实验表明,该方法六类缺陷混合识别率达到95.26%,高于BP神经网络的最优识别率90.35%和基于区域方法的80.67%,而且训练和分类时间短。从理论和实验中验证了该方法的有效性,是PCB产品视觉检测领域中缺陷识别分类的新方法,具有重要的应用价值。

• 出版日期2012
• 单位东莞理工学院; 广东工业大学