基于机器视觉的PCB缺陷检测算法研究现状及展望

• 全文链接
• 请求原文

作   者：

吴一全;  赵朗月;  苑玉彬;  杨洁; 

作者机构：

南京航空航天大学电子信息工程学院; 

关键词：

数据集;  机器视觉;  性能分析;  深度学习;  印刷电路板;  缺陷检测; 

期刊名称：

仪器仪表学报

i s s n：

年卷期：

2022 年 008 期

页   码：

1-17

摘   要：

印刷电路板（PCB）是电子零件的基板，需求量极大，承载着电路元件和导线的布局，其优良与否对电子产品的质量有着重要影响。由于电子产品的制作逐渐趋于轻薄、精小，基于机器视觉的PCB缺陷检测已成为一个具有挑战性的问题。为了加深研究人员对PCB缺陷检测的理解，本文从传统图像处理方式、传统机器学习及深度学习3大维度全面回顾了近10年基于机器视觉的PCB缺陷检测算法，并分析其优缺点；介绍了9个PCB数据集，给出了评价PCB缺陷检测算法的性能指标，且在PCB数据集及流行的小目标数据集上分别对典型的算法进行了对比分析；最后指出了PCB缺陷检测算法目前存在的问题，展望了未来可能的研究趋势。