| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| CONTENTS | 第10-13页 |
| 第一章 绪论 | 第13-22页 |
| ·本课题的背景及其研究意义 | 第13-15页 |
| ·本课题研究的国内外现状 | 第15-20页 |
| ·AOI技术 | 第15-16页 |
| ·焊膏检测和贴片检测 | 第16-18页 |
| ·设备介绍 | 第18-20页 |
| ·论文的主要研究内容及安排 | 第20-22页 |
| 第二章 贴片产品缺陷检测系统的结构设计 | 第22-29页 |
| ·AOI检测系统的工作原理 | 第22页 |
| ·贴片产品缺陷检测系统结构设计 | 第22-27页 |
| ·机械工作台 | 第24页 |
| ·CCD摄像系统 | 第24-26页 |
| ·控制系统 | 第26-27页 |
| ·软件系统 | 第27页 |
| ·贴片产品缺陷检测系统的几个关键技术 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第三章 贴片产品的图像处理和特征提取 | 第29-46页 |
| ·缺陷检测系统的软件结构 | 第29-30页 |
| ·贴片产品图像的预处理 | 第30-38页 |
| ·贴片产品图像的特点 | 第30-31页 |
| ·贴片产品图像的增强 | 第31-34页 |
| ·贴片产品图像的平滑 | 第34-36页 |
| ·贴片产品图像的二值化 | 第36-38页 |
| ·贴片产品图像的特征提取 | 第38-43页 |
| ·部分缺陷检测 | 第43-45页 |
| ·小结 | 第45-46页 |
| 第四章 器件型号检测 | 第46-62页 |
| ·字符的特征提取 | 第46-49页 |
| ·基于粗网格特征的字符特征提取 | 第46-47页 |
| ·基于小波分析的字符特征提取 | 第47-49页 |
| ·人工神经网络 | 第49-55页 |
| ·BP网络结构 | 第50-51页 |
| ·BP网络算法 | 第51-54页 |
| ·BP网络用于模式识别 | 第54-55页 |
| ·用MATLAB中的神经网络工具箱进行BP网络设计 | 第55-56页 |
| ·器件型号的识别 | 第56-61页 |
| ·基于字符网格特征提取的分类器设计 | 第56-59页 |
| ·基于小波分析特征提取的分类器设计 | 第59-61页 |
| ·小结 | 第61-62页 |
| 第五章 贴片产品缺陷的分层快速检测方法 | 第62-72页 |
| ·贴片产品缺陷的快速检测 | 第62-64页 |
| ·不平衡类分布的分类性能评价 | 第62-63页 |
| ·类分布不平衡下的分层检测方法 | 第63-64页 |
| ·第一层基于带偏重的最小化最大概率的两分类 | 第64-65页 |
| ·第二层基于AdaBoost的多分类 | 第65-69页 |
| ·两类问题的AdaBoost算法 | 第66-67页 |
| ·多类问题的AdaBoost算法 | 第67-69页 |
| ·对比实验 | 第69-71页 |
| ·小结 | 第71-72页 |
| 结论 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读学位期间发表的论文 | 第77-79页 |
| 致谢 | 第79页 |