基于多特征的SVM多分类PCB焊点缺陷检测方法
【摘要】 为了提高印刷电路板(PCB)中元件焊点缺陷检测的分类准确率，提出一种基于多特征的支持向量机(SVM)多分类缺陷检测方法。对采集到的焊点图像进行特征提取，提取焊点的形状和纹理特征参数及方向梯度直方图(HOG)特征。首先对提取到的形状和纹理特征，利用SVM中最优的核函数，对焊点多锡、少锡、焊锡合适以及漏焊四种类型进行检测;误检焊点，再利用基于HOG特征的SVM多分类算法对其进行二次检测分类，得到最终分类准确率，提出的算法分类准确率可以达到98.46%以上，具有一定的应用价值。
