基于BP神经网络的焊点自动光学检测

您当前的位置：

首页 >

文章列表页 >

基于BP神经网络的焊点自动光学检测

仪器、测量与计量 | 更新时间：2025-09-01

- 基于BP神经网络的焊点自动光学检测
- Automatic optical inspection for solder joints based on BP neural network
- 光学技术 2009年35卷第6期页码：905-909
- 作者机构：
  
  1. 1:苏州教育部现代光学技术重点实验室
  2. 2:苏州大学物理科学与技术学院
  3. 3:恭硕电子科技(上海)有限公司
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2009
- 稿件说明：
移动端阅览
王小彬, 顾济华, 杨勇, 等. 基于BP神经网络的焊点自动光学检测[J]. 光学技术, 2009,35(6):905-909.

Automatic optical inspection for solder joints based on BP neural network[J]. 2009, 35(6): 905-909.
王小彬, 顾济华, 杨勇, 等. 基于BP神经网络的焊点自动光学检测[J]. 光学技术, 2009,35(6):905-909. DOI：

Automatic optical inspection for solder joints based on BP neural network[J]. 2009, 35(6): 905-909. DOI：

提出了一种新的表面组装焊点的自动光学检测分类方法。采用单层环形光源获取焊点图像

并根据归一化分割曲线方程将焊点图像分成四部分

分别提取其特征。使用BP神经网络将焊点按照锡量多少分成三类:少锡

容许和多锡。实验结果证明该方法分类正确率达到了99.2%

具有较高的实用价值。

浏览量

152

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于长短期记忆网络与特征融合的微表情识别算法

单摄像机立体视觉测量系统的高精度变焦标定技术

基于神经网络和HVS的空域数字水印算法

BP神经网络在靶场时间间隔测量仪控制系统中的应用

基于神经网络的低照度彩色图像增强算法