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 |