基于支持向量机的印制电路板瑕疵目标检测

唐佳泉

（湖北工程学院物理与电子信息学院，湖北孝感，432000）

0 引言

印制电路板，因采用电子印刷技术制作而成故又名印刷线路板(Printed Circuit Board,PCB) 是起着至关重要的作用的电子元器件。在加工生产PCB 过程中，难免会出现各种瑕疵，这些质量问题将会影响到电子设备的性能。为了减少人工检测过程中可能出现的问题，例如容易疲劳，效率低下。开始运用基于机器视觉，数字图像处理的检测方法来提升效率和准确性。本文所研究的问题是基于机器学习的目标检测技术，设计适合于PCB 瑕疵检测任务的算法。通过目标检测技术来对给定的印制电路板进行机器识别，得到电路板上所有瑕疵的位置以及它的从属类别。在这个问题中，将会以算法的检测精度和误检率为评价指标，挑选出检测精度最高的方案。最后总结有关算法的检测瑕疵方案流程和原理，对现实中PCB 瑕疵检测问题起到帮助。

目前PCB 瑕疵检测问题得到了广泛的关注，其中Huang[1]等人提出了一个包含1386 张具有6 种缺陷的图像的HPIPCB 数据集，并提出了一种端到端的卷积神经网络来对PCB 的瑕疵进行分类。算法将预先提取出的瑕疵图片输出到卷积神经网络中，由网络给出瑕疵的分类。Tang[2]等人提出了一个包含500 个带有注释的图像的数据集DeepPCB。DeepPCB 将瑕疵分为6 种不同类型，创新的提出了一种群金字塔池化模块（Group Pyramid Pooling）能够解决不同尺度图像的特征提取问题，提升检测精度。朱[3]等人提出了基于自动光学检测的PCB 瑕疵识别算法。……