基于机器视觉的PCB表面缺陷检测
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究的背景及意义 | 第9页 |
| 1.2 PCB缺陷检测方法 | 第9-13页 |
| 1.2.1 常用PCB缺陷检测方法 | 第9-11页 |
| 1.2.2 国内外研究现状 | 第11-13页 |
| 1.3 本文的研究内容与结构安排 | 第13-15页 |
| 第二章 表面缺陷检测系统搭建方案 | 第15-23页 |
| 2.1 检测系统总体构成 | 第15页 |
| 2.2 检测系统硬件选型 | 第15-21页 |
| 2.2.1 光源模块选型 | 第15-18页 |
| 2.2.2 相机和镜头选型 | 第18-21页 |
| 2.2.3 I/O控制卡选型 | 第21页 |
| 2.3 系统软件结构 | 第21页 |
| 2.4 本章小结 | 第21-23页 |
| 第三章 PCB表面图像预处理 | 第23-33页 |
| 3.1 PCB图像噪声处理 | 第23-25页 |
| 3.1.1 PCB图像噪声分析 | 第23页 |
| 3.1.2 局部中值滤波 | 第23-25页 |
| 3.2 PCB图像对比度增强 | 第25-28页 |
| 3.2.1 PCB图像灰度分析 | 第25-26页 |
| 3.2.2 图像灰度变换 | 第26-27页 |
| 3.2.3 直方图均衡化 | 第27-28页 |
| 3.3 PCB图像阈值分割 | 第28-32页 |
| 3.3.2 最大类间方差法阈值分割 | 第28-30页 |
| 3.3.3 最优阈值法阈值分割 | 第30页 |
| 3.3.4 局部自适应阈值分割 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 PCB表面缺陷识别和检测 | 第33-56页 |
| 4.1 缺陷识别和检测算法 | 第33-36页 |
| 4.1.1 模板匹配法 | 第33-34页 |
| 4.1.2 Hough变换法 | 第34页 |
| 4.1.3 形态学法 | 第34-36页 |
| 4.2 PCB图像定位 | 第36-44页 |
| 4.2.1 PCB定位原理 | 第36页 |
| 4.2.2 PCB表面Mark点检测方法 | 第36-38页 |
| 4.2.3 改进梯度Hough变换的圆检测方法 | 第38-42页 |
| 4.2.4 实验结果与分析 | 第42-44页 |
| 4.3 PCB走线检测 | 第44-47页 |
| 4.3.1 PCB走线检测原理 | 第44页 |
| 4.3.2 PCB走线检测算法 | 第44-46页 |
| 4.3.3 实验结果与分析 | 第46-47页 |
| 4.4 字符缺陷检测 | 第47-50页 |
| 4.4.1 字符缺陷检测方式 | 第47页 |
| 4.4.2 字符缺陷检测算法 | 第47-49页 |
| 4.4.3 实验结果与分析 | 第49-50页 |
| 4.5 元器件检测 | 第50-54页 |
| 4.5.1 元器件检测原理 | 第50-51页 |
| 4.5.2 元器件缺陷检测方法 | 第51-53页 |
| 4.5.3 实验结果与分析 | 第53-54页 |
| 4.6 本章小结 | 第54-56页 |
| 第五章 PCB缺陷检测软件系统构建 | 第56-66页 |
| 5.1 系统软件设计 | 第56-58页 |
| 5.2 系统软件实现 | 第58-65页 |
| 5.2.1 图像采集实现 | 第58-60页 |
| 5.2.2 数据库模块设定 | 第60-61页 |
| 5.2.3 下位机通信模块 | 第61页 |
| 5.2.4 图像识别算法模块设计 | 第61-64页 |
| 5.2.5 算法测试 | 第64-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 在学研究成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 附录A 插图清单 | 第75-79页 |
| 附录B 表格清单 | 第79页 |
