首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于机器视觉的镭射液晶屏缺陷检测及修复系统的研究与开发

摘要第5-6页
Abstract第6页
第一章 绪论第13-21页
    1.1 课题背景与研究意义第13页
    1.2 液晶显示器概述第13-16页
        1.2.1 TFT-LCD面板结构第14页
        1.2.2 TFT-LCD显示缺陷第14-16页
    1.3 缺陷检测与激光修复第16-17页
        1.3.1 TFT-LCD缺陷检测技术第16页
        1.3.2 机器视觉技术第16-17页
        1.3.3 液晶屏镭射修复技术第17页
    1.4 主要相关技术研究现状第17-19页
        1.4.1 相机自动聚焦技术第17-18页
        1.4.2 TFT-LCD缺陷检测技术第18-19页
    1.5 本文的研究内容及结构安排第19-21页
第二章 镭射液晶屏检修系统设计第21-33页
    2.1 机器视觉系统设计第22-25页
        2.1.1 工业相机第22-24页
        2.1.2 镜头第24页
        2.1.3 光源第24-25页
    2.2 系统软件设计第25-32页
        2.2.1 软件总体架构第26-27页
        2.2.2 开放数控系统第27页
        2.2.3 QT信号-槽机制第27-28页
        2.2.4 串口通信机制第28-29页
        2.2.5 图像多线程处理第29-32页
    2.3 本章小结第32-33页
第三章 相机自动聚焦算法第33-48页
    3.1 图像清晰度评价函数第33-38页
        3.1.1 经典清晰度评价函数第34-36页
        3.1.2 清晰度评价函数性能分析第36-38页
    3.2 聚焦窗口第38-42页
        3.2.1 纹理图像判断第39-40页
        3.2.2 基于模板匹配的聚焦窗口选择第40-42页
    3.3 自动聚焦搜索策略第42-45页
        3.3.1 斐波那契搜索法第42-43页
        3.3.2 爬山法第43页
        3.3.3 曲线拟合法第43-45页
    3.4 本系统相机聚焦方法第45-46页
    3.5 本章小结第46-48页
第四章 液晶屏缺陷检测第48-61页
    4.1 图像计算实时性策略第48-50页
        4.1.1 宏观检测与微观检测第48-49页
        4.1.2 图像金字塔第49-50页
    4.2 图像预处理第50-53页
        4.2.1 图像噪声第50-51页
        4.2.2 图像滤波第51-53页
    4.3 缺陷分割第53-56页
        4.3.1 DCT背景重构第54-55页
        4.3.2 图像二值化第55-56页
    4.4 图像形态学操作第56-58页
    4.5 缺陷区域定位第58-59页
    4.6 Mura缺陷检测流程第59-60页
    4.7 本章小结第60-61页
第五章 系统软件实现及运行测试第61-73页
    5.1 Linux软件环境与Xenomai实时补丁第61-62页
    5.2 软件的开发实现第62-67页
        5.2.1 界面设计第62-64页
        5.2.2 OpenCV库与图像算法实现第64页
        5.2.3 相机二次开发第64-65页
        5.2.4 激光控制第65-67页
    5.3 系统运行测试第67-72页
        5.3.1 系统初始化工作第67-70页
            (1)镭射校正第67页
            (2)十字线校正第67-68页
            (3)图像校正第68-69页
            (4)镜头校正第69页
            (5)其他初始化工作第69-70页
        5.3.2 系统测试及分析第70-72页
    5.4 本章小结第72-73页
总结与展望第73-75页
参考文献第75-79页
攻读硕士学位期间取得的研究成果第79-80页
致谢第80-81页
附件第81页

论文共81页,点击 下载论文
上一篇:基于多维感知的智慧资产管理平台的设计与实现
下一篇:基于计算机视觉的感兴趣人群属性分析系统