摘要：提出了一种基于图像特征统计分析的炉后焊点检测方法,以提高在线自动光学检测系统的检测性能和可操作性。提出双阈值的AdaBoost算法用于设计分类器,在训练的同时进行最优特征选择和分类器的增强,实现了焊点图像特征的自动提取和检测参数的自动设定。采用分类和回归树方法将焊点缺陷决策方法优化为一棵二叉决策树,提高了检测速度。实验结果表明,该方法训练速度较快,可以满足实际生产需要。与目前已经实用化的图像对比算法和图像分析算法相比,在保持现有检测速度基本不变的情况下,该方法的检测精度更高。

关键词：自动光学检测 特征选择 缺陷决策 统计学习 

单位：华南理工大学机械与汽车工程学院 广州510640