基于机器视觉的PCB缺陷检测算法研究现状及展望

作者：吴一全; 赵朗月^*; 苑玉彬; 杨洁

来源：仪器仪表学报, 2022, 43(08): 1-17.

DOI：10.19650/j.cnki.cjsi.J2209701

• 印刷电路板
• 缺陷检测
• 机器视觉
• 深度学习
• 数据集
• 性能分析

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。

• 单位
  电子信息工程学院; 南京航空航天大学