基于卷积神经网络的电路板元器件分类算法

摘要

为了实现电路板板载元器件的非接触及快速准确识别,提出了一种基于卷积神经网络的电路板元器件分类算法(C-CNN)。将工业相机拍摄的电路板图像进行直方图均衡化,减少光照不均产生的影响。提取监督样本用于训练卷积神经网络,并创建分类模型。将待测图像输入深度卷积神经网络进行特征提取,并利用分类模型对电路板元器件进行识别。利用实际拍摄的电路板板载元器件图像数据集验证文章提出的算法,实验结果表明:C-CNN能够对元器件进行识别,并且性能优于支持向量机及深度神经网络算法。