面向OLED制造过程的缺陷检测算法研究与系统开发
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-18页 |
| ·课题背景及课题来源 | 第11-13页 |
| ·研究意义 | 第13页 |
| ·国内外研究现状 | 第13-16页 |
| ·机器视觉技术 | 第13-14页 |
| ·OLED屏缺陷特点 | 第14-15页 |
| ·国内外研究现状 | 第15-16页 |
| ·各章节研究内容介绍 | 第16-18页 |
| 第二章 OLED缺陷的图像分割与数学形态学分析 | 第18-30页 |
| ·数字图像处理的基本概念 | 第18-19页 |
| ·图像分割 | 第19-25页 |
| ·基于灰度的阂值分割方法 | 第20-23页 |
| ·边界检测法 | 第23-25页 |
| ·数学形态学 | 第25-29页 |
| ·腐蚀与膨胀 | 第26-27页 |
| ·开运算和闭运算 | 第27-28页 |
| ·OLED缺陷数学形态学分析 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第三章 基于迭代差影法的OLED屏缺陷检测方法 | 第30-49页 |
| ·OLED显示屏图像的预处理 | 第30-35页 |
| ·图像滤波 | 第31-32页 |
| ·图像增强 | 第32-33页 |
| ·图像几何旋转 | 第33-35页 |
| ·提取模板像素 | 第35-40页 |
| ·像素角点的确定 | 第35-39页 |
| ·提取模板像素 | 第39-40页 |
| ·迭代差影法的像素缺陷检测 | 第40-43页 |
| ·OLED屏缺陷的图像分割 | 第43-46页 |
| ·K-均值聚类算法概述 | 第44页 |
| ·基于改进的K-均值聚类图像分割 | 第44-46页 |
| ·二值图像噪声分析及去噪处理 | 第46-47页 |
| ·缺陷定位及检测结果分析 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第四章 基于独立分量分析的缺陷检测算法 | 第49-64页 |
| ·独立分量分析基本理论 | 第49-56页 |
| ·ICA模型 | 第50-51页 |
| ·统计独立性 | 第51-52页 |
| ·ICA目标函数 | 第52-55页 |
| ·数据的预处理 | 第55-56页 |
| ·基于ICA的OLED屏缺陷提取 | 第56-61页 |
| ·OLED屏图像的ICA分析 | 第56-58页 |
| ·均匀背景估计 | 第58-60页 |
| ·缺陷提取 | 第60-61页 |
| ·几种背景拟合缺陷检测方法对比研究 | 第61-63页 |
| ·小结 | 第63-64页 |
| 第五章 OLED屏缺陷检测系统开发与实验 | 第64-76页 |
| ·OLED显示屏缺陷检测过程描述与硬件组成 | 第64-67页 |
| ·OLED屏缺陷检测过程描述 | 第64-65页 |
| ·缺陷检测系统硬件组成 | 第65-67页 |
| ·缺陷检测系统界面与功能模块 | 第67-69页 |
| ·缺陷图像的检测实验 | 第69-72页 |
| ·实验结果与分析 | 第72-74页 |
| ·小结 | 第74-76页 |
| 结论与展望 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士学位期间取得的研究成果 | 第83-85页 |
| 致谢 | 第85页 |
