图像识别在电路板检测中的应用
冯 攀 （ 西安应用光学研究所 ）
闫 旭 （ 西安应用光学研究所 ）
马彰鑫 （ 西安应用光学研究所 ）
吕 洋 （ 西安应用光学研究所 ）
蔡锦浩 （ 西安应用光学研究所 ）
虎 将 （ 西安应用光学研究所 ）
翁锴强 （ 西安应用光学研究所 ）
https://doi.org/10.37155/2717-5170-0506-21Abstract
随着电子技术的飞速发展，电路板已经成为电子产品中不可缺少的一部分。电路板的质量直接影响到电 子产品的性能和可靠性。传统的电路板检测方法需要大量的人工参与，效率低且容易出错。图像识别技术可以通过计 算机自动完成对电路板的检测，提高检测效率和准确性。本文主要讨论了图像识别技术在电路板检测中的应用。
Keywords
图像识别、电路板；检测；应用Full Text
PDFReferences
[1]李亮，曹显峰，邹小强等. 基于图像处理技术的电
路板缺陷检测方法[J].机械设计与研究, 2018(05): 82-84.
[2]王磊，李建国，王胜利等. 基于图像处理的电路板
元器件检测算法[J].计算机工程与应用, 2017(18): 57-61.
[3]胡志龙，杨洋，黄信宇等. 基于深度学习的电路板
元器件识别研究[J].电子测试, 2019(07): 27-33.
[4]张华，孙永安，张俊等. 基于图像处理技术的电
路板焊点质量检测方法[J].光学精密工程, 2017(07): 1583-
1590.
[5]刘光明, 李伟, 董妍 基于深度学习的印刷电路板焊
接质量检测[J]. 微电子学与计算机2020(3): 89-92.
[6]李宁, 刘军, 李俊杰, 等.基于深度学习的印刷电路板
功能测试方法[J]. 微电子学与计算机2019(11): 42-45.
路板缺陷检测方法[J].机械设计与研究, 2018(05): 82-84.
[2]王磊，李建国，王胜利等. 基于图像处理的电路板
元器件检测算法[J].计算机工程与应用, 2017(18): 57-61.
[3]胡志龙，杨洋，黄信宇等. 基于深度学习的电路板
元器件识别研究[J].电子测试, 2019(07): 27-33.
[4]张华，孙永安，张俊等. 基于图像处理技术的电
路板焊点质量检测方法[J].光学精密工程, 2017(07): 1583-
1590.
[5]刘光明, 李伟, 董妍 基于深度学习的印刷电路板焊
接质量检测[J]. 微电子学与计算机2020(3): 89-92.
[6]李宁, 刘军, 李俊杰, 等.基于深度学习的印刷电路板
功能测试方法[J]. 微电子学与计算机2019(11): 42-45.
Copyright © 2023 冯 攀,闫 旭,马彰鑫,吕 洋,蔡锦浩,虎 将,翁锴强
Publishing time:2023-09-06
This work is licensed under a Creative Commons Attribution 4.0 International License
Email
Location