Input Decrease Effects by Principle Component Analysis on the Neural Network Visual Inspection of Solder Joints

製品の品質および信頼性確保のために非破壊検査システムの自動化は重要である。感覚的で曖昧な判定基準を含むはんだ接合部において，画像からはんだ接合部の良否を学習判定し，明示的な定量化を必要としないニューラルネットワーク視覚検査システムを構築した。入力画像の解像度や枚数の増大によって情報量が増加し判定精度の向上が見込まれるが，計算コストに伴う学習，検査速度低下とのトレードオフとなる。そこで，主成分分析を導入して入力次元数をあらかじめ削減することによる判定結果および検査速度への影響を確認した。その結果，判定の正答率を低下させることなく，学習および検査速度を向上出来ることが確認された。