基于机器视觉的QFN芯片表面检测系统设计
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.3 论文的研究内容 | 第13-14页 |
| 1.4 论文研究的重难点 | 第14页 |
| 1.5 论文组织结构 | 第14-15页 |
| 第二章 QFN芯片表面检测系统总体方案设计 | 第15-29页 |
| 2.1 需求分析 | 第15-16页 |
| 2.2 硬件系统构成 | 第16-26页 |
| 2.2.1 图像采集平台三维模型设计 | 第16-18页 |
| 2.2.2 工业相机及镜头选型 | 第18-21页 |
| 2.2.3 光源设计 | 第21-26页 |
| 2.3 系统软件设计 | 第26-27页 |
| 2.3.1 开发平台 | 第26页 |
| 2.3.2 软件框架 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 芯片图像平滑及分割处理 | 第29-41页 |
| 3.1 图像平滑处理 | 第29-33页 |
| 3.1.1 常用空间域滤波器 | 第29-31页 |
| 3.1.2 滤波效果评价与结果分析 | 第31-33页 |
| 3.2 基于阈值的图像分割 | 第33-37页 |
| 3.2.1 OTSU阈值分割 | 第33-34页 |
| 3.2.2 迭代法阈值分割 | 第34-35页 |
| 3.2.3 基于直方图改进OTSU阈值分割 | 第35-36页 |
| 3.2.4 图像分割方法对比 | 第36-37页 |
| 3.3 图像形态学操作 | 第37-39页 |
| 3.4 图像预处理流程实验验证 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 芯片字符缺陷检测与芯片方向识别 | 第41-67页 |
| 4.1 芯片字符缺陷检测 | 第41-61页 |
| 4.1.1 字符缺陷类型介绍 | 第41-42页 |
| 4.1.2 字符灰度特征提取 | 第42-45页 |
| 4.1.3 字符分割 | 第45-53页 |
| 4.1.4 基于加权模板的图像匹配 | 第53-58页 |
| 4.1.5 基于Hu矩的字符识别 | 第58-59页 |
| 4.1.6 字符缺陷分类流程 | 第59-60页 |
| 4.1.7 字符缺陷类型判断的实验验证 | 第60-61页 |
| 4.2 芯片方向识别 | 第61-65页 |
| 4.2.1 霍夫变换检测直线原理 | 第62页 |
| 4.2.2 一种快速、稳定的芯片方向识别算法设计 | 第62-64页 |
| 4.2.3 芯片方向识别的实验验证 | 第64-65页 |
| 4.3 本章小结 | 第65-67页 |
| 第五章 软件系统设计 | 第67-77页 |
| 5.1 检测系统架构设计 | 第67-68页 |
| 5.2 软件界面设计 | 第68-70页 |
| 5.3 多线程设计 | 第70-72页 |
| 5.3.1 多线程技术介绍 | 第70页 |
| 5.3.2 多线程设计实现 | 第70-72页 |
| 5.4 数据库设计 | 第72-76页 |
| 5.4.1 ODBC技术介绍 | 第72-73页 |
| 5.4.2 数据库设计 | 第73-75页 |
| 5.4.3 数据库访问 | 第75-76页 |
| 5.5 本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 6.1 总结 | 第77-78页 |
| 6.2 展望 | 第78-79页 |
| 致谢 | 第79-81页 |
| 参考文献 | 第81-83页 |
| 硕士期间发表论文 | 第83页 |
