基于改进Faster RCNN的印刷电路板瑕疵检测算法

PCB印刷电路板上元器件较多且距离较小,电路走线颜色较为相近。传统检测方法基于机器视觉检测,其算法存在检测速度慢、误检率较多、能够检测出的瑕疵种类较少等问题。基于此,提出了一种基于改进Faster RCNN的印刷电路板瑕疵检测算法。该算法可以同时检测出漏孔、缺口、断路、短路、毛刺、余铜6种印刷电路板上的瑕疵。首先,采用Faster RCNN作为基础检测框架,使用金字塔特征网络(FPN)、多尺度训练、锚点框、聚类作为基础改进措施;其次,以改进后损失函数(DIoU)替换原算法中的smoothL1损失函数作为边界框定位回归的损失函数;最后,计算出在多种实验条件下的模型平均精度均值(mAP),对各种算法进行了对比。实验结果表明,原算法Faster RCNN的mAP为73.7%,改进后Faster RCNN的mAP为95.1%,相比原算法对印刷电路板瑕疵检测的mAP上升了21.4%,相比其他算法具有明显优势。     

基于改进YOLOX-s算法的印刷电路板缺陷检测

印刷电路板(Printed Circuit Board, PCB)行业中的缺陷检测是质量监测的关键环节。传统的PCB缺陷检测方法在处理微小且分布复杂的缺陷时可能存在局限性,无法达到理想的检测效果。提出了一种改进的基于YOLOX神经网络的PCB缺陷检测方法,以提高缺陷识别率。改进的方法包括加入CBAM注意力机制以加强特征提取网络,从而聚焦于目标区域,改善检测效果,并解决复杂情况下微小缺陷经常被错误识别和忽视的问题。同时,选择广义重叠联合(GIOU)定位损失函数来关注目标框架之间的重叠区域和中心点距离,以提高模型的定位精度;通过使用VariFocalLoss替换二元交叉熵损失来改善置信度预测损失,从而减小对目标缺陷的漏检率。经过一系列实验,改进后的算法表现更好,平均精度(mAP)达到了96.18%,相较于原算法提高了2.12%。本文提出的方法为PCB缺陷检测提供了更准确和可靠的解决方案。     

超分辨率对抗网络的电路板瑕疵检测

电路板瑕疵检测是图像检测领域一个具有挑战性的问题.针对电路板瑕疵只占整个图像区域的很小比例而导致难以检测的问题,提出超分辨率生成式对抗网络的电路板瑕疵小目标检测方法,电路板图像通过对抗网络提高分辨率后用深层网络的多尺度进行目标检测.首先,将电路板数据集图片通过超分辨率生成式对抗网络提高分辨率,放大至4倍尺寸;在Darknet-53网络中通过卷积、采样和融合提取不同尺度的特征图;使用先验框对特征图进行多尺度预测,输出瑕疵的边界框和分类.实验表明,超分辨率生成式对抗网络电路板瑕疵小目标检测方法的平均精确率可提高至99.38％.     

一种改进的印刷电路板缺陷检测分割算法

针对印刷电路(PCB)板缺陷检测分割中存在分割效果差、运行速度慢以及适用范围小的问题,提出一种改进的基于遗传算法的二维最大类间方差法的快速迭代算法。首先利用改进的遗传算法来确定分割中的最优阈值,再将这个最优阈值应用到二维最大类间方差法快速迭代算法中来确定最终的阈值最优解,从而完成分割。仿真实验表明,该算法分割的PCB图像,更加接近于人工标注的结果,最终的精度和Kappa系数达到了98.68%和0.970 6,具有广泛的应用前景。     

印刷电路板数控机床断刀检测系统

随着信息技术的快速发展,电子产品以轻、薄、微小化为产业的发展方向,对印刷电路板(print circuit board,PCB)加工用数控钻床的自动化水平要求越来越高,依靠人工判断或激光检测系统对机床刀具状态的检测已不能满足市场的实际要求。针对国内PCB数控机床的技术现状,结合国际数控机床先进技术,对机床断刀检测进行研究,在激光检测的基础上提出了改进措施,采用接触式断刀检测的方法,在刀具和工件之间建立震荡电子回路,通过电信号的采集、处理,借助于计算机和相应的控制软件平台,对钻头的运行状态进行时时检测,克服了激光检测误差较多的问题,提高了机床的断刀检测能力和精度。     

印刷电路板的图像分解去噪算法

为了改善印刷电路板(PCB)图像的视觉效果,提出基于图像分解的自适应加权L1范数和L2范数的PCB图像去噪算法。首先,将PCB噪声图像分解为结构和纹理两部分,其次设计一个自适应加权L1-L2范数正则化去噪模型。由于结构部分主要是分片平滑区域,体现PCB图像的整体框架,适合用L2范数各向同性去噪模型。纹理部分主要是高频信息,体现PCB图像的细节特征,适合用L1范数各向异性扩散正则化去噪模型。针对结构和纹理两个不同部分,设计自适应权函数,自动调整L1-L2范数正则化去噪模型中L1范数和L2范数的权值,然后,利用Bregman迭代算法得到最优的去噪效果。实验结果表明:与近年以来的相关经典去噪算法相比,利用新算法所得去噪图像的主观视觉效果更好,客观评价指标中的结构相似度可以提高27%以上,信噪比可以提高1 d B以上。     

一种实用的印刷电路板检测装置

MOLINS 卷烟机是一种大型的卷烟生产设备,主机部分有18块印刷电路板,信号源多,I/O 关系复杂,目前没有适宜的现场检修设备.本文介绍了一个实用的检测装置,该装置采用了 TP—801作为检测装置,减少了开发成本,缩短了开发周期,并能满足系统的可靠性.     

一种实用的印刷电路板检测装置

ＭＯＬＩＮＳ卷烟机是一种大型的卷烟生产设备，主机部分有１８块印刷电路板，信号源多，Ｉ／Ｏ关系复杂，目前没有适宜的现场检测设备，本文介绍了一个实用的检测装置，该装置采用了ＴＰ－８０１作为检测装置，减少了开发成本，缩短了开发周期，并能满足系统的可靠性。     

基于YOLO-PCB的印刷电路板裸板缺陷检测

针对当前印刷电路板PCB（Printed Circuit Board）裸板缺陷检测算法对小目标检测准确率较低、误检率过高等问题,一种改进的YOLO-PCB缺陷检测算法被提出。新算法在YOLOv5s算法的基础上引入注意力机制,增强特征图的通道特征;同时引入加权双向特征金字塔网络改进特征融合层,使网络实现更高层次的特征融合;而且增加小目标检测层,提高网络对印刷电路板上小目标缺陷的检测能力。实验结果表明,相较于原YOLOv5算法,改进后的检测算法具有更强的特征提取融合能力和更高的检测精度,YOLO-PCB算法的mAP_0.5提升了4.08%,mAP0.5:0.95提升了56.69%,精确度提升了1.81%,召回率提升了6.76%。     

印刷电路板检测的经济模型及测试策略优化

给出了检测环节前后电路板板级故障谱及成品率的计算方法,使检测环节的选择和检测效果的考查有了科学的依据;将不同检测方法按检测流程分类,建立了各自的费用模型.根据新的电路板检测经济模型及测试策略优化算法,可制定出最佳的检测方案,使总检测费用最小.最后,用实例说明了模型与算法的有效性     

基于DSO算法的印刷电路板焊点测试路径优化

针对印刷电路板焊点测试中的测试时长、测试效率等路径优化问题,提出了一种用于电路板自动测试的基于DSO(don-key and smuggler optimization)算法的路径优化方法,通过电路板上焊点坐标信息,编写DSO的优化程序,与蚁群算法、遗传算法和模拟退火算法进行算法有效性的比较与分析,并将其对试际电路板焊点测试路径进行仿真验证.结果表明:该算法能够有效优化电路板上的焊点测试路径,缩短测试时间,为解决电路板自动测试中的路径优化问题,提供了有效理论依据和解决办法.     

基于势函数的印刷电路板定位孔快速定位算法

 分析了Sobel算子检测印刷电路板（PCB）定位孔的缺陷,提出了一种基于势函数的定位孔快速精确定位算法。该算法对焊盘图像中亮斑干扰不敏感,对模糊成像的适应能力强,能有效纠正因蚀刻质量较差而引起的焊盘局部形状变形问题。模拟实验表明,该算法性能稳定、定位精度高、速度快,能较好地满足工程实时处理要求。     

改进型SSD网络的织物瑕疵检测算法

针对传统纺织生产中瑕疵检测精度低、速度慢和模型太大影响部署等问题,提出一种基于改进型SSD(single shot multiBox detector)网络的织物瑕疵检测算法。将RepVGG网络融合SE(squeeze-and-excitation)模块,提出SE-RepVGG网络作为SSD的主干网络;在增强网络特征提取能力的同时,采用结构重参数化方法大幅减少网络的参数量和计算量,以改善实时检测性能;利用深度可分离卷积代替传统卷积,设计DCS(deconvoution-and-squeeze)模块构建SSD的辅助网络,以进一步降低网络计算量;利用K-means聚类算法调整先验框比例,以提升检测精度。实验结果表明,相比原始SSD网络,算法在检测精度上mAP提高34.47%,达到96.96%,网络参数量减少13.01 MB,检测速度为47 F·s^-1,满足工业实时检测需求。     

印刷电路板的设计制作方法与技术

在电子设备的设计制造过程中，常常需要印刷电路板。因此，掌握印刷电路板的有关制作方法，对于电子教学实践很重要。     

基于自适应形态学滤波器的布匹瑕疵检测算法

针对布匹瑕疵检测算法中运算量大、自适应差的问题,利用布匹纹理周期性变化特性,自适应地构建结构元素,实现形态学运算;采用基于像素面积的阈值选择
定位瑕疵位置。在不改变检测准确率的同时减少了运算时间。实验结果表明,该算法所确定的瑕疵位置与主观视觉吻合,相比经典算法,误检率、错误率均降低了4%。     

基于SURF算法的电路板元件定位及检测

为解决人工电子元件检测日益困难的问题,提出了一种基于加速鲁棒特性(speed-up robust features,SURF)算法的电路板元器件的定位及检测方法.针对SURF算法在实际图像匹配应用中会发生较大概率误匹配的问题,提出了一种提高匹配概率的算法.首先用最近邻方法进行粗匹配,然后利用曲线拟合剔除错误匹配点对,最后利用匹配点对的坐标位置关系找出元件的位置,用改进的7个不变矩方法进行产品检测.实验证明了此方法的有效性和可行性,提高了特征点匹配的精度,实现了电路板元件的精确定位和检测.     

改进的差分进化算法在印刷电路板热设计中的应用

以降低印刷电路板最高温度为目的,在对差分进化算法进行二进制化的基础上,对其变异公式和交叉率进行改进,并使用改进的二进制差分进化算法对规则分布的电子元件进行布局调整,使印刷电路板的温度降低。根据ANSYS仿真和实际电路分析电子元件在优化前后两种布局下的温度分布,以验证算法的有效性。比较优化前后的印刷电路板温度数值求解结果和ANSYS仿真结果,优化后的印刷电路板最高温度分别降低了11.1%、4.2%。优化后的实际电路最高温度也有所降低。与标准差分进化算法相比较,改进后的差分进化算法具有更高的收敛速度。实验结果说明所提出的改进差分进化算法能有效优化电子元件布局,使电路板温度得到有效降低。     

红枣典型瑕疵图像识别算法与程序设计

市场上果品分级对精度和效率的要求越来越高。文章针对鸟啄、黑斑等常见红枣的瑕疵,分析其特点,统计健康红枣表面单个像素点的R、G、B值范围,依据此范围识别瑕疵红枣,据此研究出一种基于RGB值的识别算法,利用Matlab实现了必要的图像预处理以及检测算法,并经过了实验验证,最终用VS工程编译用户界面。实验证明,鸟啄以及黑斑红枣的检测正确率分别为96%、97%。     

基于改进Faster R-CNN的花色布瑕疵检测算法

针对布匹瑕疵自动化检测,基于传统的机器视觉方法依赖于人工设计特征,对具有复杂背景图案的花色布瑕疵特征提取难度非常大,因此提出一种基于改进Faster R-CNN(faster region with convolutional neural network)的花色布瑕疵检测算法。在Faster R-CNN的基础上使用Resnet-50作为主干网络,嵌入可变形卷积来提高瑕疵特征的学习能力。通过设计多尺度模型来提高小瑕疵的检测,引入级联网络来提高瑕疵检测精度和定位准确度,构造优化的损失函数来降低样本不平衡影响。通过试验验证了该算法的有效性。结果表明,瑕疵检测效果准确率达94.97%,并能精准定位瑕疵位置,可满足工厂的实际需求。     

印刷电路板设计及关键技术的探索与实践

通过对元件库“杂交”扩充，实现了以简单的方式完成复杂的设计，并就PCB设计中的疑难技术作了介绍。