一种基于改进的全卷积神经网络的PCB缺陷检测方法
实质审查的生效
摘要
本发明涉及图像处理技术领域，尤其涉及一种基于改进的全卷积神经网络的PCB缺陷检测方法，包括S1、采集标准和待测PCB图像；S2、对图像进行灰度变换；S3、对图像进行高斯滤波、对数变换、最大类方差法阈值分割；S4、采用归一化互相关模板匹配；S5、对图像二值化后做差影运算；S6、对图像形态学处理；S7、将图像输入改进的全卷积神经网络模型。本发明在第四卷积层后引入了连续空洞卷积模块，增大了感受野的同时解决了普通空洞卷积损失信息连续性的问题；传统的跳级结构因其上采样率偏大，得到的图片效果不理想，本发明在上采样层之后引入了改进的跳级结构，降低了上采样率，从而得到多尺度融合的特征，以提高图像的分辨率。
基本信息
专利标题 ：
一种基于改进的全卷积神经网络的PCB缺陷检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114494184A
申请号 ：
CN202210085176.6
公开（公告）日 ：
2022-05-13
申请日 ：
2022-01-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
孙晓鹏郑剑锋周海翔高寅冲唐文祺
申请人 ：
常州大学
申请人地址 ：
江苏省常州市武进区滆湖中路21号
代理机构 ：
常州市英诺创信专利代理事务所(普通合伙)
代理人 ：
杨闯
优先权 ：
CN202210085176.6
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06T5/00 G06T5/20 G06T7/11 G06T7/136 G06T7/33 G06V10/80 G06V10/75 G06V10/44 G06V10/28 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-05-31 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20220125
申请日 : 20220125
2022-05-13 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
