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

基于图像匹配的PCB缺陷检测算法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-19页
    1.1 研究背景与意义第11-12页
    1.2 国内外研究现状第12-15页
        1.2.1 AOI技术简介及发展现状第12-14页
        1.2.2 PCB缺陷检测算法研究现状第14页
        1.2.3 AOI技术研究现状总结第14-15页
    1.3 本文研究内容与方法第15-17页
        1.3.1 主要研究内容第15-16页
        1.3.2 研究方法第16-17页
    1.4 本章小结第17-19页
第2章 PCB缺陷及检测系统结构第19-23页
    2.1 PCB的生产过程第19页
    2.2 PCB缺陷的定义及分类第19-21页
    2.3 PCB缺陷检测系统结构第21-22页
    2.4 本章小结第22-23页
第3章 PCB图像采集及预处理第23-41页
    3.1 图像采集第23-25页
        3.1.1 图像采集的基本理论第23-24页
        3.1.2 PCB图像采集方法第24-25页
    3.2 图像预处理第25-35页
        3.2.1 图像平滑处理第26-30页
        3.2.2 图像锐化第30-33页
        3.2.3 图像对比度增强第33-35页
    3.3 图像特征提取第35-40页
        3.3.1 图像标准模板的获取第36页
        3.3.2 图像灰度特征提取第36-37页
        3.3.3 图像边缘特征提取第37-38页
        3.3.4 拓扑特征提取第38-40页
    3.4 本章小结第40-41页
第4章 基于FAST算子的图像快速配准研究第41-53页
    4.1 图像配准技术简介第41-43页
        4.1.1 图像配准定义第41-42页
        4.1.2 图像配准算法第42-43页
    4.2 PCB图像配准算法设计第43-48页
        4.2.1 基于特征点的配准算法第43-44页
        4.2.2 FAST特征点检测算法的基本原理第44-46页
        4.2.3 FAST角点检测算法阈值确定方法第46-47页
        4.2.4 FAST算法特征点检测结果第47-48页
    4.3 图像配准算法及配准结果第48-51页
        4.3.1 随机采样一致性算法第48-50页
        4.3.2 PCB图像配准结果第50-51页
    4.4 本章小结第51-53页
第5章 PCB图像缺陷检测结果及分析第53-65页
    5.1 图像特征分析与理解第53-54页
        5.1.1 图像特征分析第53页
        5.1.2 图像的理解第53-54页
    5.2 图像的形态学处理第54-56页
        5.2.1 形态学腐蚀第54-55页
        5.2.2 形态学膨胀第55-56页
        5.2.3 形态学处理实验结果第56页
    5.3 PCB缺陷检测常用算法介绍第56-59页
        5.3.1 PCB板的标准第56-57页
        5.3.2 基于灰度统计特征的缺陷检测第57-58页
        5.3.3 基于拓扑特征的缺陷检测第58页
        5.3.4 基于边缘特征的图像缺陷检测第58-59页
    5.4 基于图像相关系数的缺陷检测算法第59-64页
        5.4.1 图像的相关系数第59-60页
        5.4.2 缺陷检测算法的具体步骤第60-63页
        5.4.3 实验结果及分析第63-64页
    5.5 本章小结第64-65页
第6章 总结与展望第65-67页
    6.1 全文总结第65-66页
    6.2 展望第66-67页
参考文献第67-71页
致谢第71页

论文共71页,点击 下载论文
上一篇:多孔有机骨架材料的合成及性能研究
下一篇:石墨烯/氧化物复合材料的制备及其在锂离子电池负极材料中的应用机理研究