| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 PCB封装的研究背景及意义 | 第8-10页 |
| 1.2 课题相关技术介绍 | 第10-13页 |
| 1.2.1 基于机器视觉的图像检测技术 | 第10-11页 |
| 1.2.2 数字微喷光固化三维打印技术 | 第11-13页 |
| 1.3 基于机器视觉的PCB检测及识别研究现状 | 第13-15页 |
| 1.3.1 PCB焊点分割及定位研究现状 | 第13-14页 |
| 1.3.2 工业字符分割及识别研究现状 | 第14-15页 |
| 1.4 本文主要工作与章节安排 | 第15-17页 |
| 第2章 PCB封装系统设计与图像预处理研究 | 第17-31页 |
| 2.1 基于数字微喷的PCB封装系统构成 | 第17-20页 |
| 2.2 PCB视觉检测图像预处理 | 第20-30页 |
| 2.2.1 PCB图像滤波 | 第20-22页 |
| 2.2.2 PCB图像增强 | 第22-26页 |
| 2.2.3 PCB图像色彩空间模型及转换 | 第26-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第3章 面向数字微喷工艺封装的PCB焊点定位方法研究 | 第31-45页 |
| 3.1 图像分割 | 第31-32页 |
| 3.2 典型焊点检测及定位算法研究 | 第32-34页 |
| 3.2.1 基于模板匹配的焊点检测定位算法 | 第32页 |
| 3.2.2 基于灰度特征的焊点检测定位算法 | 第32-33页 |
| 3.2.3 基于颜色阈值的焊点检测定位算法 | 第33-34页 |
| 3.3 基于色彩特征与邻域信息的PCB焊点检测定位算法 | 第34-39页 |
| 3.3.1 PCB焊点色彩特征与邻域信息的提取与分析 | 第34-37页 |
| 3.3.2 PCB焊点检测定位算法设计 | 第37-39页 |
| 3.4 实验结果与分析 | 第39-44页 |
| 3.4.1 基于RGB与HSI的焊点定位实验对比 | 第41-42页 |
| 3.4.2 PCB焊点定位性能分析方法设计 | 第42页 |
| 3.4.3 PCB焊点检测定位方法实验对比 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 面向数字微喷工艺封装的PCB芯片字符识别方法研究 | 第45-69页 |
| 4.1 基于颜色特征与连通域分析的PCB芯片定位 | 第45-49页 |
| 4.1.1 图像形态学的基本概念 | 第45-46页 |
| 4.1.2 连通域的概念及其标记方法 | 第46-47页 |
| 4.1.3 PCB芯片定位算法原理及设计 | 第47-49页 |
| 4.2 基于边缘投影与投影微分的PCB芯片字符定位分割 | 第49-56页 |
| 4.2.1 边缘检测 | 第50-52页 |
| 4.2.2 图像二值化 | 第52-53页 |
| 4.2.3 PCB芯片字符定位分割算法原理及设计 | 第53-55页 |
| 4.2.4 分割字符的归一化 | 第55-56页 |
| 4.3 基于BP神经网络的PCB芯片字符识别 | 第56-62页 |
| 4.3.1 字符特征提取 | 第56-58页 |
| 4.3.2 BP神经网络的基本理论 | 第58-60页 |
| 4.3.3 网络的设计与训练 | 第60-62页 |
| 4.4 基于卷积神经网络的PCB芯片字符识别 | 第62-65页 |
| 4.4.1 卷积神经网络的基本理论 | 第62-64页 |
| 4.4.2 网络的训练 | 第64-65页 |
| 4.5 实验结果与分析 | 第65-68页 |
| 4.5.1 PCB芯片定位实验 | 第65-66页 |
| 4.5.2 PCB芯片字符分割实验 | 第66-67页 |
| 4.5.3 PCB芯片字符识别实验 | 第67-68页 |
| 4.6 本章小结 | 第68-69页 |
| 第5章 基于数字微喷的PCB封装实验 | 第69-73页 |
| 5.1 PCB封装块模型建模 | 第69-70页 |
| 5.1.1 建模软件简介 | 第69页 |
| 5.1.2 封装块三维建模 | 第69-70页 |
| 5.2 PCB封装实验 | 第70-72页 |
| 5.3 本章小结 | 第72-73页 |
| 第6章 总结和展望 | 第73-75页 |
| 6.1 论文总结 | 第73-74页 |
| 6.2 研究展望 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士学位期间取得的研究成果 | 第80-81页 |
| 致谢 | 第81页 |
