【技术实现步骤摘要】
本专利技术适用于机器学习，尤其涉及一种基于svm柔性电路板缺陷分类的方法。
技术介绍
1、柔性电路板被广泛是用于计算机、显示器和精密器件。柔性电路板上不需要的部分被蚀刻掉，留下连接元件的电路。它是用于机械支持和电气连接的电子元件，使用导电路径或痕迹，从铜片上蚀刻并层压在非导电基板上。柔性电路板坚固耐用，价格低廉，可靠性高，因此除了最简单的商业生产电子设备外，它几乎用于所有电子设备。近年来，电子设备对设计有更紧凑、功能更复杂的需求，迫使柔性电路板的电路和元件变得更小、更密集。因为柔性电路板是至关重要的电子设备，在投入使用前需要进行严格的检查。自动检查系统用于此目的，但由于电路更加复杂，柔性电路板检查成为了亟需解决的问题。
2、现多数研究技术人员由于技术的原因，柔性电路板缺陷分类还是采用基于形状或灰度图结合单个支持向量机的方法，而这些缺陷分类方法存在以下问题：(1)基于形状只处理真缺陷，不能处理诸如灰尘之类的伪缺陷。(2)使用单个的支持向量机的方法容易受到图像数据中包含噪声的影响。
技术实现思路
1、针对
技术介绍
中提到现有技术中的不足，本专利技术提供了一种基于svm柔性电路板缺陷分类的方法，旨在解决现有技术中缺陷分类的精度低的问题。
2、本专利技术提供了一种基于svm柔性电路板缺陷分类的方法，包括以下步骤：
3、s1、获取检测图像和参考图像；
4、s2、根据所述检测图像和所述参考图像通过预设方法进行处理，得到缺陷候选区域；
5
6、s4、获取学习数据集，对所述学习数据集进行随机抽样，得到多个数据子集；
7、s5、为多个所述数据子集建立对应的支持向量机，随机选择所述特征信息作为所述支持向量机的输入进行预设处理，得到最终缺陷分类结果。
8、优选的，步骤s2中所述预设方法包括以下步骤：
9、s21、通过相位相关法提取所述检测图像和所述参考图像的差值，得到差值图像；
10、s22、根据所述差值图像的rgb分量应用判别分析方法，得到二值图像；
11、s23、根据所述二值图像的逻辑与进行去噪处理，得到所述缺陷候选区域。
12、优选的，所述特征信息包括颜色信息和形状信息。
13、优选的，步骤s5中所述预设处理为对每一所述支持向量机的对应输出进行加权投票，得到所述最终缺陷分类结果。
14、优选的，步骤s4中获取所述学习数据集包括以下子步骤：
15、s41、随机选择学习数据的类别；
16、s42、随机选取属于所述类别的学习数据加入至初始学习数据集中；
17、s43、判断所述初始学习数据集中的学习数据的数量是否达到预设数量，若否，则返回步骤s41；若是，则将所述初始学习数据集作为所述学习数据集输出。
18、优选的，所述数据子集满足以下关系式：
19、w1＝1-e
20、
21、
22、j(w2)＝-ln l(w2)
23、其中，w1和w2表示所述数据子集的权重；e表示误差上限；svm表示所述支持向量机的个数；l表示所述数据子集的个数；xi表示所述学习数据集；yi表示正确的标号；f表示所述数据子集的判别函数；j(w2)表示l(w2)的对数；l(w2)表示最小似然函数；m表示所述支持向量机的最大个数。
24、与现有技术相比，本专利技术提出的基于svm柔性电路板缺陷分类的方法通过获取检测图像和参考图像；根据所述检测图像和所述参考图像通过预设方法进行处理，得到缺陷候选区域；提取所述缺陷候选区域中的多个特征信息，所述特征信息用于支持向量机的学习和分类；获取学习数据集，对所述学习数据集进行随机抽样，得到多个数据子集；为多个所述数据子集建立对应的支持向量机，随机选择所述特征信息作为所述支持向量机的输入进行预设处理，得到最终缺陷分类结果。有效的提高柔性电路板真缺陷和伪缺陷的分类精度。
本文档来自技高网...【技术保护点】
1.一种基于SVM柔性电路板缺陷分类的方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于SVM柔性电路板缺陷分类的方法，其特征在于，步骤S2中所述预设方法包括以下步骤：
3.如权利要求1所述的基于SVM柔性电路板缺陷分类的方法，其特征在于，所述特征信息包括颜色信息和形状信息。
4.如权利要求1所述的基于SVM柔性电路板缺陷分类的方法，其特征在于，步骤S5中所述预设处理为对每一所述支持向量机的对应输出进行加权投票，得到所述最终缺陷分类结果。
5.如权利要求1所述的基于SVM柔性电路板缺陷分类的方法，其特征在于，步骤S4中获取所述学习数据集包括以下子步骤：
6.如权利要求1所述的基于SVM柔性电路板缺陷分类的方法，其特征在于，所述数据子集满足以下关系式：
【技术特征摘要】
1.一种基于svm柔性电路板缺陷分类的方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于svm柔性电路板缺陷分类的方法，其特征在于，步骤s2中所述预设方法包括以下步骤：
3.如权利要求1所述的基于svm柔性电路板缺陷分类的方法，其特征在于，所述特征信息包括颜色信息和形状信息。
4.如权利要求1所述的基于svm柔性电路...
【专利技术属性】
技术研发人员：李泽辉，王华龙，吴均城，杨海东，杨淑爱，谢克庆，
申请(专利权)人：佛山市南海区广工大数控装备协同创新研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。