仪器仪表学报

作者：吴一全，赵朗月，苑玉彬，杨 洁

单位：吴一全,1.南京航空航天大学电子信息工程学院,,赵朗月,1.南京航空航天大学电子信息工程学院,,苑玉彬,1.南京航空航天大学电子信息工程学院,,杨 洁,1.南京航空航天大学电子信息工程学院,

关键词：印刷电路板;缺陷检测;机器视觉;深度学习;数据集;性能分析

基金：国家自然科学基金（61573183）项目资助

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。

来源：2022年第8期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2022年第8期