基于FNBC分类器的PCB产品视觉检测中缺陷分类研究

• 作 者: 张绍钧
• 机 构: 东莞市万里集团有限公司
• 出 处: 自动化与仪器仪表
• 发表日期: 2010年2期
• 关键词: PCB 缺陷检测 FNBC算法 分类 PCB Defect inspection FNBC Algorithm Classification

针对PCB产品视觉检测中图像缺陷细微、形状复杂、特征难于提取、易受噪声影响的问题，本文把Fisher分的属性转换方法和朴素贝叶斯分类器相结合，把Fisher分的属性转换方法麻用朴素贝叶斯分类器上提出一种新的分类器——Fisher分朴素Bayes分类器（Fisher Naive Bayes Classifier，FNBC）。并将Fisher分朴素Bayes分类器应用到PCB产品视觉检测中缺陷分类中。实验表明，该方法六类缺陷混合识别率达到95．6％，高于BP神经网络的最优识别率91．8％和基于区域方法的81．