基于PCA和粒子群优化算法的焊点缺陷识别

来源：计算机测量与控制杂志2020年第5期北京时间：

作者：廖坤锐,陈卫兵,杨雪

摘要：针对生产线上的表面贴装技术(SMT）焊点图像的特点，提出了一种基于PCA和粒子群算法-误差反向传播（PSO-BP）神经网络的焊点缺陷识别方法。首先使用图像处理技术和CCD传感器对PCB焊点图像进行预处理，采用中值滤波、灰度图像增强、全局阈值法等方法，有效抑制噪声干扰并提高了图像对比度，提取出较好的图像特征。然后运用主成分分析法提取包含焊点86.6%特征信息的5个主成分，并输入到经粒子群算法改进后的BP神经网络。通过具体的实验分析，结果表明改进的BP神经网络具有较好的识别分类效果，能够对正常、多锡、少锡、漏焊四种不同类型的焊点进行识别，准确率达93.22%，算法可靠，在实际生产中能够有效的提高检测效率。

关键词：焊点缺陷;主成分分析;粒子群优化算法;BP神经网络