摘要 | 第6-8页 |
ABSTRACT | 第8-9页 |
第一章 绪论 | 第12-19页 |
1.1 课题背景及意义 | 第12-13页 |
1.2 课题要求及国内外研究现状 | 第13-16页 |
1.2.1 PCB板检测研究现状 | 第13-14页 |
1.2.2 计算机视觉相关技术研究现状 | 第14-16页 |
1.3 本论文的主要工作和创新点 | 第16-19页 |
第二章 PCB板计算机视觉检测 | 第19-34页 |
2.1 PCB板检测系统框架 | 第19-20页 |
2.2 检测系统硬件搭建 | 第20-24页 |
2.2.1 相机的选型 | 第21-22页 |
2.2.2 照明系统的设计 | 第22-23页 |
2.2.3 相机接口和图像存储格式 | 第23页 |
2.2.4 检测系统运动控制 | 第23-24页 |
2.3 PCB板检测系统流程 | 第24-34页 |
2.3.1 检测系统的标定 | 第25-28页 |
2.3.2 图像平滑、滤波与增强 | 第28-34页 |
第三章 PCB图像边缘检测 | 第34-55页 |
3.1 图像边缘检测 | 第34-39页 |
3.1.1 图像边缘检测概念 | 第34-35页 |
3.1.2 传统边缘检测算子 | 第35-39页 |
3.2 蚁群算法边缘检测 | 第39-49页 |
3.2.1 蚁群算法 | 第39-40页 |
3.2.2 ACO-PSO算法边缘检测 | 第40-44页 |
3.2.3 ACO-PSO边缘检测实验 | 第44-49页 |
3.3 亚像素边缘检测 | 第49-55页 |
3.3.1 图像插值算法 | 第50-51页 |
3.3.2 基于插值的亚像素边缘检测 | 第51页 |
3.3.3 PCB板亚像素边缘检测 | 第51-55页 |
第四章 基于图像匹配的PCB检测 | 第55-64页 |
4.1 图像匹配技术 | 第55-59页 |
4.1.1 图像匹配与图像变换 | 第55-58页 |
4.1.2 图像匹配的分类 | 第58-59页 |
4.2 基于灰度的模板匹配 | 第59-61页 |
4.2.1 序贯相似度检测法 | 第59-60页 |
4.2.2 互相关法 | 第60页 |
4.2.3 交互信息法 | 第60-61页 |
4.3 特征点匹配 | 第61-64页 |
4.3.1 SIFT特征点匹配 | 第61-62页 |
4.3.2 SURF特征点匹配 | 第62-64页 |
第五章 PCB检测的软件系统 | 第64-68页 |
第六章 总结与展望 | 第68-70页 |
6.1 本文总结 | 第68-69页 |
6.2 前景与展望 | 第69-70页 |
参考文献 | 第70-76页 |
攻读硕士学位期间发表的学术论文及取得的相关科研成果 | 第76-77页 |
致谢 | 第77-78页 |