典型封装芯片表面贴装在线视觉识别与定位的研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第13-21页 |
| 1.1 研究表面贴装的目的与意义 | 第13页 |
| 1.2 表面贴装及机器视觉发展概述 | 第13-16页 |
| 1.3 国内外发展现状 | 第16-19页 |
| 1.3.1 国外发展现状 | 第16-18页 |
| 1.3.2 国内发展现状 | 第18-19页 |
| 1.4 主要内容及章节安排 | 第19-21页 |
| 2 贴装视觉相关理论 | 第21-35页 |
| 2.1 表面贴装技术及其组成 | 第21-22页 |
| 2.2 贴装芯片的基本类型及参数 | 第22-24页 |
| 2.2.1 芯片基本类型 | 第22-24页 |
| 2.2.2 芯片识别参数 | 第24页 |
| 2.3 机器视觉系统 | 第24-27页 |
| 2.3.1 视觉标定系统 | 第25-26页 |
| 2.3.2 相机标定原理 | 第26页 |
| 2.3.3 相机标定方法 | 第26-27页 |
| 2.4 图像预处理 | 第27-31页 |
| 2.4.1 图像颜色变换 | 第27-29页 |
| 2.4.2 图像滤波 | 第29-30页 |
| 2.4.3 图像分割 | 第30-31页 |
| 2.5 图像特征提取与匹配的基本原理 | 第31-34页 |
| 2.5.1 图像特征提取 | 第31-33页 |
| 2.5.2 图像匹配方法 | 第33-34页 |
| 2.6 本章小结 | 第34-35页 |
| 3 表面贴装视觉系统平台的设计 | 第35-53页 |
| 3.1 在线视觉识别与定位方案 | 第35-39页 |
| 3.1.1 传统电子组装技术 | 第35-36页 |
| 3.1.2 传统技术的难点 | 第36-37页 |
| 3.1.3 基于视觉的识别与定位方案 | 第37-39页 |
| 3.1.4 方案关键技术 | 第39页 |
| 3.2 实验研究的准备 | 第39-44页 |
| 3.2.1 硬件设备方面 | 第40-42页 |
| 3.2.2 软件系统方面 | 第42-43页 |
| 3.2.3 实验平台搭建 | 第43-44页 |
| 3.3 相机标定 | 第44-50页 |
| 3.3.1 坐标系转化 | 第45-47页 |
| 3.3.2 相机标定模型 | 第47-49页 |
| 3.3.3 相机标定的实验结果 | 第49-50页 |
| 3.4 芯片采样拍照 | 第50-51页 |
| 3.5 本章小结 | 第51-53页 |
| 4 芯片图像处理算法 | 第53-87页 |
| 4.1 图像滤波算法 | 第53-57页 |
| 4.1.1 均值滤波算法 | 第53页 |
| 4.1.2 中值滤波算法 | 第53-54页 |
| 4.1.3 自适应中值滤波算法 | 第54-56页 |
| 4.1.4 滤波算法结果分析 | 第56-57页 |
| 4.2 图像分割算法 | 第57-63页 |
| 4.2.1 最优迭代阈值的分割算法 | 第58页 |
| 4.2.2 基于最大熵法分割算法 | 第58-59页 |
| 4.2.3 最大类间方差法分割算法 | 第59-60页 |
| 4.2.4 改进的Otsu阈值分割算法 | 第60-61页 |
| 4.2.5 阈值分割算法结果分析 | 第61-63页 |
| 4.3 图像边缘检测算子 | 第63-69页 |
| 4.3.1 Roberts算子 | 第63页 |
| 4.3.2 Sobel算子 | 第63-64页 |
| 4.3.3 Laplace算子 | 第64-65页 |
| 4.3.4 Canny边缘算子 | 第65页 |
| 4.3.5 Zernike矩算子 | 第65-67页 |
| 4.3.6 图像边缘检测结果分析 | 第67-69页 |
| 4.4 图像特征提取 | 第69-78页 |
| 4.4.1 颜色直方图提取 | 第69-70页 |
| 4.4.2 图像轮廓提取 | 第70-72页 |
| 4.4.3 图像矩形拟合 | 第72-74页 |
| 4.4.4 角点特征提取 | 第74-78页 |
| 4.5 图像匹配 | 第78-85页 |
| 4.5.1 直方图匹配 | 第78-79页 |
| 4.5.2 图像模板匹配 | 第79-82页 |
| 4.5.3 基于Hu不变矩的匹配 | 第82-84页 |
| 4.5.4 基于改进Hu不变矩的匹配 | 第84-85页 |
| 4.6 本章小结 | 第85-87页 |
| 5 不同芯片的识别与定位 | 第87-119页 |
| 5.1 SIM芯片的识别与定位 | 第87-96页 |
| 5.1.1 SIM视觉识别与定位任务 | 第87-88页 |
| 5.1.2 SIM芯片预处理方法 | 第88-89页 |
| 5.1.3 SIM芯片区域识别 | 第89-91页 |
| 5.1.4 SIM芯片拟合和精确定位 | 第91-95页 |
| 5.1.5 SIM芯片缺陷识别检测 | 第95-96页 |
| 5.2 QFP芯片的识别与定位 | 第96-109页 |
| 5.2.1 QFP视觉识别与定位任务 | 第97-98页 |
| 5.2.2 QFP芯片四边引脚分割 | 第98-100页 |
| 5.2.3 QFP芯片单边引脚识别 | 第100-103页 |
| 5.2.4 QFP芯片中心位置和角度 | 第103-106页 |
| 5.2.5 QFP芯片引脚缺陷识别检测 | 第106-109页 |
| 5.3 BGA芯片的识别与定位 | 第109-117页 |
| 5.3.1 BGA视觉识别与定位任务 | 第109-110页 |
| 5.3.2 BGA芯片视觉识别与定位算法 | 第110-112页 |
| 5.3.3 BGA芯片引脚位置和偏转角度 | 第112-115页 |
| 5.3.4 BGA芯片引脚缺陷的识别检测 | 第115-117页 |
| 5.4 本章小结 | 第117-119页 |
| 6 总结与展望 | 第119-121页 |
| 6.1 总结 | 第119页 |
| 6.2 展望 | 第119-121页 |
| 致谢 | 第121-122页 |
| 参考文献 | 第122-127页 |
| 附录A：主要图像处理函数 | 第127-146页 |
| 附录B：相机标定函数 | 第146-153页 |
| 附录C：典型芯片识别与定位 | 第153-168页 |
| 攻读学位期间发表的学术论文 | 第168-169页 |
