废弃印刷电路板的图像相似性判断方法
Hikaru Shirai1, Ryo Oishi2, Yoichi Kageyama1
1Department of Informatics and Data Science, Faculty of Informatics and Data Science, Akita University (Tegata Campus), 1-1 Tegata Gakuen-machi, Akita-shi 010-8502, Akita, Japan.
Sensors (Basel, Switzerland)
|February 27, 2026
概括
自动化图像分析简化了废弃印刷电路板 (WPCB) 的回收. 一个算法准确地评估WPCB相似性,提高效率并减少金属回收中的手动检查错误.
科学领域:
- 材料科学 材料科学 材料科学
- 计算机科学 计算机科学
- 环境工程 环境工程
背景情况:
- 废弃印刷电路板 (WPCB) 含有贵重金属,需要有效的回收方法.
- 目前的手动WPCB分类是劳动密集型,缓慢和易出错的.
- 需要自动化方法来提高WPCB回收的效率和准确性.
研究的目的:
- 为自动化废弃印刷电路板相似性评估开发基于图像的算法.
- 提高WPCB金属回收分类的准确性和效率.
- 在WPCB回收过程中减少对手工检查的依赖.
主要方法:
- 从WPCB图像中提取视觉特征,包括色调,终端区域特征,结构复杂性和集成电路.
- 使用加权特征贡献计算相似度得分.
- 基于特定的董事会特定特征的分类策略的开发.
主要成果:
- 拟议的基于图像的算法实现了针对目标PCB类型的88.0%准确性.
- 与自我监督的对比学习方法相比,该方法显示出更高的性能.
- 颜色颜值和结构复杂性等关键特征被确定为类似性评估的高度有效.
结论:
- 一个自动化,图像驱动的WPCB相似性评估算法可以显著提高回收效率.
- 开发的方法为手工WPCB分类提供了可行的替代方案,减少了错误和运营成本.
- 这种方法促进了从WPCB中简化金属回收,为可持续的资源管理做出了贡献.
