技术特征：
技术总结
本发明公开一种基于卷积神经网络检测电路板元器件极性方法，调整相机安装高度和拍摄参数以及调整照明光源，选取一定数量电路板并建立极性正确和错误的目标元器件图像数据库，将所得极性正确和极性错误的电路板的目标元器件图像作为卷积神经网络的输入图像进行训练优化，得到最优化极性特征分类器，相机对待检测电路板拍摄并高斯滤波处理得到消除噪声的待测目标元器件图像，极性特征分类器对滤波后的目标元器件图像判断得到最终检测结果，判断后的目标元器件图像又作为极性特征分类器的学习对象。本发明还公开使用基于卷积神经网络检测电路板元器件极性方法的装置。相对现有技术，本发明具有快速、精准、可靠等优点，可加快电路板元器件检测速度。
技术研发人员：王茗祎;卢必轩;曾亚光;韩定安
受保护的技术使用者：佛山科学技术学院
技术研发日：2017.11.24
技术公布日：2018.04.06