基于机器视觉的PCB缺陷检测算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 缺陷检测技术及研究现状 | 第12-15页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-15页 |
| 1.3 论文主要研究内容及章节安排 | 第15-16页 |
| 第2章 PCB缺陷检测系统构成与预处理 | 第16-30页 |
| 2.1 PCB机器视觉缺陷检测系统构成 | 第16-21页 |
| 2.1.1 照明单元 | 第17-18页 |
| 2.1.2 图像采集单元 | 第18-21页 |
| 2.1.3 图像处理单元 | 第21页 |
| 2.2 图像预处理 | 第21-28页 |
| 2.2.1 图像滤波 | 第22-25页 |
| 2.2.2 图像增强 | 第25-28页 |
| 2.3 标准图像的获取 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 PCB图像配准算法 | 第30-48页 |
| 3.1 图像配准简述 | 第30-36页 |
| 3.1.1 图像配准方法 | 第31-35页 |
| 3.1.2 PCB配准分析 | 第35-36页 |
| 3.2 Harris角点检测算法 | 第36-40页 |
| 3.2.1 Harris算法概述 | 第36-39页 |
| 3.2.2 Harris检测算法分析 | 第39-40页 |
| 3.2.3 改进的Harris算法 | 第40页 |
| 3.3 PCB图像二次配准算法 | 第40-43页 |
| 3.3.1 NCC算法粗匹配 | 第41页 |
| 3.3.2 RANSAC算法精确匹配 | 第41-43页 |
| 3.4 实验结果与分析 | 第43-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第4章 PCB缺陷检测与识别算法 | 第48-64页 |
| 4.1 PCB缺陷及检测方法 | 第48-50页 |
| 4.1.1 PCB常见缺陷 | 第48页 |
| 4.1.2 相关性缺陷检测算法 | 第48-50页 |
| 4.1.3 差影检测算法 | 第50页 |
| 4.2 PCB缺陷提取算法 | 第50-60页 |
| 4.2.1 图像对比 | 第51-53页 |
| 4.2.2 图像阈值分割 | 第53-56页 |
| 4.2.3 形态学处理 | 第56-58页 |
| 4.2.4 区域标记 | 第58-60页 |
| 4.3 基于连通域的缺陷识别 | 第60-61页 |
| 4.4 实验结果与分析 | 第61-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第5章 结论 | 第64-66页 |
| 5.1 本文工作总结 | 第64-65页 |
| 5.2 未来工作展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70页 |
