印制电路板光学检测算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·课题背景及意义 | 第8-9页 |
| ·AOI当前研究现状及存在问题 | 第9-11页 |
| ·研究现状 | 第9-11页 |
| ·存在问题 | 第11页 |
| ·本文研究的主要内容及章节安排 | 第11-14页 |
| 2 印制电路板图像处理算法及实现 | 第14-28页 |
| ·印制电路板图像对比度增强算法 | 第14-17页 |
| ·传统图像增强算法 | 第14-15页 |
| ·改进的自适应增强算法应用 | 第15-16页 |
| ·实验结果分析 | 第16-17页 |
| ·印制电路板图像去噪算法及实现 | 第17-20页 |
| ·传统滤波算法 | 第17-18页 |
| ·改进掩膜滤波算法 | 第18-19页 |
| ·实验结果分析 | 第19-20页 |
| ·印制电路板图像锐化算法及实现 | 第20-23页 |
| ·传统模板锐化算法 | 第20-22页 |
| ·掩膜锐化算法应用 | 第22页 |
| ·实验结果分析 | 第22-23页 |
| ·印制电路板图像阈值分割算法及实现 | 第23-26页 |
| ·图像阈值化分析 | 第23-25页 |
| ·基于遗传算法的改进阈值法 | 第25页 |
| ·实验结果分析 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 3 印制电路板校准及特征提取算法 | 第28-50页 |
| ·印制电路板图像校准算法 | 第28-31页 |
| ·边缘检测算法分析 | 第28页 |
| ·Hough变换图像校准 | 第28-29页 |
| ·实验结果分析 | 第29-31页 |
| ·印制电路板图像配准算法及实现 | 第31-40页 |
| ·印制电路板模板匹配算法 | 第32-33页 |
| ·序贯相似性快速检测(SSDA)算法 | 第33页 |
| ·改进的PCB模板匹配算法应用 | 第33-35页 |
| ·基于遗传算法的模板匹配改进算法 | 第35-40页 |
| ·实验结果分析 | 第40页 |
| ·基于数学形态学的图像处理算法研究 | 第40-43页 |
| ·形态学基本算法 | 第40-41页 |
| ·形态学细化算法在线宽和线距检测中的应用 | 第41-42页 |
| ·Hough检测线宽和线距 | 第42-43页 |
| ·印制电路板图像特征提取 | 第43-46页 |
| ·印制电路板图像几何特征提取 | 第43-44页 |
| ·印制电路板图像形态特征提取 | 第44-45页 |
| ·印制电路板图像拓扑特征提取 | 第45-46页 |
| ·印制电路板缺陷标识及特征提取算法 | 第46-47页 |
| ·图像标识算法实现 | 第46-47页 |
| ·印制电路板图像的轮廓特征提取算法 | 第47页 |
| ·本章小结 | 第47-50页 |
| 4 印制电路板缺陷识别算法 | 第50-60页 |
| ·印制电路板模式识别概念 | 第50-51页 |
| ·印制电路板外观检验标准(GJB标准) | 第51页 |
| ·基于印制电路板缺陷特征的检测算法 | 第51-58页 |
| ·参考法分类器设计 | 第51-52页 |
| ·参考法缺陷识别实现 | 第52-54页 |
| ·改进BP神经网络识别法 | 第54页 |
| ·神经网络分类器设计 | 第54-58页 |
| ·神经网络缺陷识别实现 | 第58页 |
| ·实验结果分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 5 AOI系统实验软件设计 | 第60-66页 |
| ·软件需求分析 | 第60页 |
| ·系统概要设计 | 第60-61页 |
| ·系统详细设计 | 第61-64页 |
| ·本章小结 | 第64-66页 |
| 6 总结与展望 | 第66-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-73页 |
