《一种基于改进的全卷积神经网络的PCB缺陷检测方法》

技术简介：

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。

研发人员：孙晓鹏;郑剑锋;周海翔;高寅冲;唐文祺