引线键合视觉检测关键技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-26页 |
| ·课题研究的背景、意义及来源 | 第13-14页 |
| ·计算机视觉检测技术 | 第14-18页 |
| ·计算机视觉概述 | 第14-16页 |
| ·计算机视觉检测 | 第16-17页 |
| ·引线键合视觉检测 | 第17-18页 |
| ·引线键合视觉检测研究现状 | 第18-24页 |
| ·视觉检测系统国内外现状 | 第18-20页 |
| ·视觉检测算法研究现状与发展 | 第20-24页 |
| ·论文内容安排和主要研究成果 | 第24-26页 |
| 第2章 引线键合图像去噪方法 | 第26-48页 |
| ·引言 | 第26-27页 |
| ·快速自适应加权中值滤波 | 第27-33页 |
| ·算法实现步骤 | 第30页 |
| ·仿真结果和分析 | 第30-33页 |
| ·双边滤波算法 | 第33-36页 |
| ·双边滤波理论 | 第33-35页 |
| ·仿真结果和分析 | 第35-36页 |
| ·小波元胞自动机去噪算法 | 第36-46页 |
| ·小波去噪算法 | 第37-38页 |
| ·元胞自动机 | 第38-39页 |
| ·小波元胞自动机去噪模型 | 第39-43页 |
| ·仿真结果和分析 | 第43-46页 |
| ·本章小结 | 第46-48页 |
| 第3章 引线键合视觉定位方法 | 第48-92页 |
| ·引言 | 第48-49页 |
| ·典型的图像特征 | 第49-53页 |
| ·图像的特征提取和分类 | 第49-51页 |
| ·不变矩 | 第51-52页 |
| ·兴趣点特征 | 第52-53页 |
| ·基于混合矩特征的匹配定位算法 | 第53-71页 |
| ·混合矩特征提取 | 第54-64页 |
| ·相似性匹配及亚像素定位 | 第64-66页 |
| ·定位算法实现步骤 | 第66-68页 |
| ·仿真结果和分析 | 第68-71页 |
| ·基于SIFT-MIC特征的匹配定位算法 | 第71-90页 |
| ·尺度不变特征变换技术 | 第72-79页 |
| ·基于SIFT-MIC特征匹配定位算法 | 第79-83页 |
| ·定位算法实现步骤 | 第83-85页 |
| ·仿真结果和分析 | 第85-90页 |
| ·本章小结 | 第90-92页 |
| 第4章 基于曲波矩特征的缺陷检测与识别算法 | 第92-122页 |
| ·引言 | 第92-93页 |
| ·缺陷区域提取 | 第93-97页 |
| ·去噪及对比度调节 | 第94页 |
| ·图像配准与差分 | 第94-95页 |
| ·阈值分割 | 第95-97页 |
| ·曲波矩特征提取算法 | 第97-113页 |
| ·第一代Curvelet变换 | 第98-102页 |
| ·第二代Curvelet变换 | 第102-106页 |
| ·Curvelet变换的系数分析 | 第106-108页 |
| ·Curvelet矩特征的提取 | 第108-113页 |
| ·支持向量机理论 | 第113-118页 |
| ·最优超平面 | 第113-115页 |
| ·支持向量机 | 第115-117页 |
| ·核函数 | 第117-118页 |
| ·用于多类分类的支持向量机 | 第118页 |
| ·缺陷识别算法实现流程 | 第118-119页 |
| ·仿真结果和分析 | 第119-120页 |
| ·本章小结 | 第120-122页 |
| 第5章 引线键合视觉检测系统 | 第122-132页 |
| ·引言 | 第122页 |
| ·图像采集系统设计 | 第122-127页 |
| ·检测定位算法软件实现 | 第127-129页 |
| ·示教过程 | 第127-128页 |
| ·键合过程 | 第128-129页 |
| ·仿真结果和分析 | 第129-131页 |
| ·本章小结 | 第131-132页 |
| 结论 | 第132-135页 |
| 参考文献 | 第135-145页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第145-146页 |
| 致谢 | 第146页 |
