| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 引言 | 第12-13页 |
| 1.2 课题背景及研究意义 | 第13-15页 |
| 1.3 机器视觉概述 | 第15-16页 |
| 1.4 深度学习概述 | 第16-17页 |
| 1.5 国内外研究现状 | 第17-18页 |
| 1.6 本文的主要内容 | 第18-20页 |
| 第二章 图像获取系统设计 | 第20-32页 |
| 2.1 高反射表面缺陷检测项目要求 | 第20-21页 |
| 2.2 检测系统相机与镜头选型 | 第21-24页 |
| 2.3 检测系统光源的创新与设计 | 第24-29页 |
| 2.4 本章小结 | 第29-32页 |
| 第三章 图像处理关键技术研究 | 第32-54页 |
| 3.1 高反射表面缺陷检测的总体方案 | 第32-35页 |
| 3.2 图像预处理 | 第35-43页 |
| 3.3 图像分割 | 第43-49页 |
| 3.4 电子元器件引脚缺陷检测 | 第49-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第四章 基于CNN的高反射表面缺陷检测技术探讨与实现 | 第54-66页 |
| 4.1 卷积神经网络基础理论 | 第54-59页 |
| 4.2 本文CNN模型结构 | 第59-60页 |
| 4.3 CNN训练与优化 | 第60-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第五章 视觉检测系统软件的设计与实现 | 第66-82页 |
| 5.1 需求分析 | 第66-68页 |
| 5.2 系统总体设计 | 第68-70页 |
| 5.3 各个功能模块详细设计 | 第70-79页 |
| 5.4 系统测试与运行 | 第79-81页 |
| 5.5 本章小结 | 第81-82页 |
| 第六章 实验结果与分析 | 第82-86页 |
| 6.1 实验设计 | 第82-83页 |
| 6.2 实验结果 | 第83页 |
| 6.3 本章小结 | 第83-86页 |
| 第七章 总结和展望 | 第86-88页 |
| 7.1 总结 | 第86-87页 |
| 7.2 展望 | 第87-88页 |
| 参考文献 | 第88-92页 |
| 致谢 | 第92-94页 |
| 硕士期间科研成果 | 第94页 |