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

面向集成电路封装检测的X射线图像滤波与增强方法研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-20页
    1.1 研究背景及意义第10-13页
    1.2 X 射线成像技术的发展第13-15页
    1.3 X 射线检测在集成电路封装检测产业中的发展第15-16页
    1.4 国内外 X 射线图像滤波及增强方法的研究现状第16-18页
    1.5 本文的研究内容和章节安排第18-20页
第二章 面向集成电路封装检测的 X 射线成像系统基础第20-32页
    2.1 X 射线成像原理第20-23页
        2.1.1 X 射线特点第20-22页
        2.1.2 X 射线成像原理第22-23页
    2.2 面向集成电路封装检测的 X 射线成像系统结构第23-24页
    2.3 常用的图像滤波及增强方法第24-29页
        2.3.1 常用图像滤波方法第24-26页
        2.3.2 常用的图像增强方法第26-29页
    2.4 面向集成电路封装检测的 X 射线图像缺陷检测难点第29-31页
    2.5 本章小结第31-32页
第三章 集成电路 X 射线图像的小波同态滤波方法第32-40页
    3.1 同态系统及其滤波原理第32页
    3.2 集成电路 X 射线图像的小波同态滤波算法第32-35页
        3.2.1 集成电路 X 射线图像小波同态滤波原理第33-35页
        3.2.2 集成电路 X 射线图像小波同态滤波流程第35页
    3.3 实验及结果比较第35-39页
    3.4 本章小结第39-40页
第四章 集成电路 X 射线图像多尺度拉普拉斯金字塔分解的细节增强方法第40-50页
    4.1 图像金字塔分解第40-42页
        4.1.1 高斯金字塔分解第40-41页
        4.1.2 拉普拉斯金字塔分解第41-42页
    4.2 集成电路 X 射线图像多尺度拉普拉斯金字塔分解的细节增强方法第42-45页
        4.2.1 拉普拉斯金字塔分解流程第43页
        4.2.2 拉普拉斯金字塔各尺度细节图像增强第43-44页
        4.2.3 拉普拉斯金字塔重建第44-45页
    4.3 实验结果及比较第45-49页
    4.4 本章小结第49-50页
第五章 基于压缩感知和总变分的微焦点 X 射线图像复原方法第50-63页
    5.1 压缩感知原理第50-52页
    5.2 基于压缩感知和总变分的微焦点 X 射线图像复原方法第52-57页
        5.2.1 基于压缩感知和总变分模型的微焦点 X 射线图像复原方法第53-54页
            5.2.1.1 加性噪声去除第53页
            5.2.1.2 乘性噪声去除第53-54页
        5.2.2 微焦点 X 射线图像复原的实现方案第54-57页
            5.2.2.1 基于压缩感知去除加性噪声的图像复原的实现方案第54-56页
            5.2.2.2 基于总变分模型去除乘性噪声的图像复原的实现方案第56-57页
    5.3 实验结果及比较第57-62页
        5.3.1 主观视觉评价第57-59页
        5.3.2 复原图像质量客观评价第59-62页
    5.4 本章小结第62-63页
结论第63-65页
参考文献第65-69页
攻读硕士期间的学术成果第69-70页
致谢第70-71页
附件第71页

论文共71页,点击 下载论文
上一篇:高校就业管理系统的设计与实现
下一篇:基于机器视觉的气门组件装配质量在线检测