基于深度学习的微小元器件智能在线检测系统

摘要：

为了解决多种微小元器件的尺寸、位置、方向和缺陷自动化在线检测难的问题,提出一套机器视觉和深度学习相结合的智能在线检测系统.通过搭建视觉检测系统采集微小元器件的图像,并对图像进行图像预处理、二值化、滤波、边缘轮廓特征提取以及模板匹配等处理,实现了多种微小元器件尺寸、位置和方向的在线检测.针对微小元器件表面缺陷,提出一种基于深度学习的微小元器件表面缺陷识别方法.实验结果表明:该系统能兼容多种产品在线检测,检测效率约0.344 s/个,尺寸、方向和位置检测准确率达100％,缺陷识别准确率约为95.56％.

关键词：微小元器件;机器视觉;图像处理技术;深度学习;智能检测

所属期刊栏目：50

分类号：TP274+.5;TH865(自动化技术及设备)

资助基金：国家重点研发计划;国家重点研发计划;航天电器重点科研项目;航天电器重点科研项目

在线出版日期：2022-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：111-115