误检率降至2.76%
通过稀疏表示算法重建高分辨率SAM图像，配合LM-BP神经网络分类器，显著提升高密度封装焊点缺陷识别的准确率。
陆向宁 · Liu, Fan · 何贞志 · 廖广兰 · 史铁林
Jixie Gongcheng Xuebao/Chinese Journal of Mechanical Engineering 2023
相比原始图像和双三次插值图像，稀疏重构显著降低焊点误识别数量，使高密度封装检测更可靠。
通过字典训练和稀疏系数求解实现高分辨率重建，峰值信噪比显著提高，更利于缺陷识别。
采用Levenberg-Marquardt改进的BP神经网络对焊点进行分类，实验证明对高密度封装缺陷检测有效且准确。