基于计算机视觉的电子元器件表面缺陷检测

作者：刘竞升; 邱宝军; 吕宏峰^*

来源：电子产品可靠性与环境试验, 2023, 41(03): 91-96.

• 电子元器件
• 表面缺陷
• 图像滤波
• 卷积神经网络

电子元器件表面缺陷（如划痕、气泡和毛刺等）会在一定程度上影响其质量。现阶段主要是通过人工的方法对表面缺陷进行检测。随着人工智能技术的成熟，通过计算机视觉的方法对电子元器件的表面缺陷进行检测已经成为可能。因此，提出了一种基于计算机视觉的电子元器件表面缺陷检测方法。首先，搭建了用于检测的硬件平台，并建立了电子元器件外观图像的样本库；其次，分析了图像滤波和图像初步筛选的方法；然后，分析了卷积神经网络的基本原理，并对比各种成熟神经网络模型的识别准确率；最后，选择VGGNet19网络来对电子元器件的外观图像进行分类识别，识别的准确率高达90%，从而证明了所提出的方法的有效性，具有一定的实用价值。

• 单位
  工业和信息化部电子第五研究所