一种关于PCB铜板表面缺陷检测的AOI设计
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 PCB缺陷检测技术综述 | 第9-10页 |
| 1.2 AOI在PCB缺陷检测中的应用研究 | 第10-11页 |
| 1.2.1 AOI在国内外应用研究现状 | 第10-11页 |
| 1.3 PCB图像检测算法研究现状 | 第11-12页 |
| 1.4 研究的意义 | 第12页 |
| 1.5 本文主要研究内容 | 第12-15页 |
| 第二章 系统总体方案设计 | 第15-25页 |
| 2.1 AOI检测系统总体方案设计 | 第15-16页 |
| 2.2 图像采集模块设计方案 | 第16-21页 |
| 2.2.1 光源设计 | 第17-18页 |
| 2.2.2 高分辨率线阵CMOS相机选择与设计 | 第18-19页 |
| 2.2.3 图像采集卡选择与设计 | 第19-20页 |
| 2.2.4 系统硬件部分实物图 | 第20-21页 |
| 2.3 相机标定模块方案比较与选择 | 第21页 |
| 2.4 图像分割方案比较 | 第21-22页 |
| 2.5 缺陷检测方案比较 | 第22-23页 |
| 2.6 本章小结 | 第23-25页 |
| 第三章 相机标定模块 | 第25-37页 |
| 3.1 相机成像模型 | 第25-27页 |
| 3.2 相机标定模型 | 第27-31页 |
| 3.2.1 线性成像模型 | 第28-29页 |
| 3.2.2 非线性成像模型 | 第29页 |
| 3.2.3 畸变类型 | 第29-31页 |
| 3.3 标定参数 | 第31-32页 |
| 3.4 相机标定方法 | 第32-34页 |
| 3.4.1 自标定方法 | 第32页 |
| 3.4.2 基于主动视觉标定方法 | 第32页 |
| 3.4.3 基于标定物的相机标定方法 | 第32-34页 |
| 3.5 图像角点检测 | 第34-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第四章 PCB图像处理 | 第37-43页 |
| 4.1 图像增强 | 第37-39页 |
| 4.1.1 中值滤波 | 第37-39页 |
| 4.2 图像分割 | 第39-40页 |
| 4.2.1 基于区域的分割方法 | 第39页 |
| 4.2.2 基于边界的分割方法 | 第39页 |
| 4.2.3 基于特定理论的图像分割方法 | 第39-40页 |
| 4.3 基于双门限阈值的分割方法 | 第40-42页 |
| 4.3.1 PCB图像特点以及直方图分析 | 第40-41页 |
| 4.3.2 双门限分割 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 PCB缺陷检测方法 | 第43-53页 |
| 5.1 PCB裸板缺陷检测算法介绍 | 第43-44页 |
| 5.2 基于轮廓对比的PCB裸板缺陷检测算法 | 第44-46页 |
| 5.3 PCB裸板缺陷示意图 | 第46-47页 |
| 5.4 基于轮廓比对算法的缺陷识别原理 | 第47-52页 |
| 5.4.1 短路识别 | 第47-48页 |
| 5.4.2 断路识别 | 第48-49页 |
| 5.4.3 凸起识别 | 第49页 |
| 5.4.4 缺损识别 | 第49-50页 |
| 5.4.5 空洞识别 | 第50页 |
| 5.4.6 余铜识别 | 第50-51页 |
| 5.4.7 刻蚀不足或过度刻蚀 | 第51-52页 |
| 5.4.8 少孔识别 | 第52页 |
| 5.5 本章小结 | 第52-53页 |
| 第六章 系统软件设计与实现 | 第53-63页 |
| 6.1 AOI检测系统流程图 | 第53-54页 |
| 6.2 相机标定的设计与实现 | 第54-57页 |
| 6.2.1 HALCON开发工具的介绍 | 第54页 |
| 6.2.2 相机标定设计 | 第54-55页 |
| 6.2.3 相机标定过程 | 第55-57页 |
| 6.3 系统软件设计与实现 | 第57-59页 |
| 6.4 检测结果验证与分析 | 第59-62页 |
| 6.5 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间所发表的学术论文 | 第69-71页 |
| 致谢 | 第71页 |
