作者：黄杰贤 李迪 叶峰 张舞杰挠性印刷电路板焊盘特征提取灰度共生矩阵神经网络
摘要：针对挠性印制电路板（FPC）上的焊盘表面缺陷，提出一种基于图像处理技术的智能检测方法。首先，根据缺陷的表现形式对焊盘缺陷进行归纳与分类，采用最大熵值法量化提取焊盘的颜色特征和面积特征；然后，通过评估灰度共生矩阵（GLCM）对纹理颜色变化特征与纹理结构特征量化的有效性，将其应用于焊盘纹理特征的量化与提取。实验分析显示，缺陷焊盘与非缺陷焊盘在某个或多个特征上存在着明显的差异。基于该特点，建立了BP神经网络，以焊盘的颜色、面积、纹理结构、纹理颜色变化特征值作为神经网络的输入，通过学量样本，获取最佳权值参数，最终实现对FPC焊盘表面缺陷的检测，检测准确率高达94．6％，50个焊盘的检测时间为300ms。实验结果表明：本文提出的检测方法不仅能够有效地对焊盘表面缺陷进行识别，而且能够满足在线检测对速度的要求。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
