基于计算机视觉的电表PCB板智能识别系统的研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目次 | 第7-9页 |
| 1 绪论 | 第9-14页 |
| ·引言 | 第9-10页 |
| ·PCB检测技术的发展状况 | 第10-12页 |
| ·本文的研究思路与主要工作 | 第12-14页 |
| 2 电表PCB板图像处理原理 | 第14-26页 |
| ·PCB图像边界定位原理 | 第14-19页 |
| ·PCB图像采集 | 第19-22页 |
| ·图像预处理 | 第22-25页 |
| ·PCB图像特征提取原理 | 第25页 |
| ·PCB图像匹配原理 | 第25页 |
| ·本章小结 | 第25-26页 |
| 3 电表PCB板智能识别系统的总体设计 | 第26-31页 |
| ·设计方案 | 第26-29页 |
| ·系统运行环境 | 第29-30页 |
| ·系统结构图 | 第30页 |
| ·本章小结 | 第30-31页 |
| 4 系统详细设计介绍 | 第31-42页 |
| ·检测设备设计介绍 | 第31-37页 |
| ·控制台设计 | 第37-38页 |
| ·智能比对系统设计 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 5 系统机电硬件设计 | 第42-49页 |
| ·硬件设备的实现简介 | 第42-44页 |
| ·软件编程的实现简介 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 6 基于神经网络的PCB元件识别软件算法设计 | 第49-56页 |
| ·软件编程的实现简介 | 第49-52页 |
| ·PCB板电路元器件的特征提取原理 | 第52-53页 |
| ·基于神经网络的分类器设计原理 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 7 结论与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 作者简介 | 第62页 |
