基于数学形态学的PCB红外图像分割算法
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 论文的研究目的和意义 | 第10-11页 |
| 1.2 红外热成像技术在PCB方面的应用现状 | 第11-14页 |
| 1.2.1 红外技术的发展及应用现状 | 第11-12页 |
| 1.2.2 PCB无损检测技术的发展 | 第12-14页 |
| 1.3 图像分割的应用 | 第14-15页 |
| 1.4 本文主要研究内容 | 第15-16页 |
| 第二章 PCB的红外检测基础 | 第16-32页 |
| 2.1 PCB红外热成像技术的检测原理 | 第16-18页 |
| 2.1.1 红外热成像技术的检测原理 | 第16-17页 |
| 2.1.2 PCB故障检测原理 | 第17-18页 |
| 2.2 PCB红外热像数据采集 | 第18-22页 |
| 2.2.1 设备支持与实验对象 | 第18-20页 |
| 2.2.2 PCB红外热像数据采集 | 第20-22页 |
| 2.3 PCB红外热像的特点及分析 | 第22-24页 |
| 2.3.1 红外热像图的特点 | 第22页 |
| 2.3.2 红外热成像的噪声特性及分析 | 第22-24页 |
| 2.4 PCB红外检测的可行性 | 第24-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 基于数学形态学的红外图像处理 | 第32-48页 |
| 3.1 数学形态学基本理论 | 第32-36页 |
| 3.1.1 数学形态学在二值图像中的应用 | 第32-35页 |
| 3.1.2 数学形态学在灰度图像中的应用 | 第35-36页 |
| 3.2 数学形态学在红外图像预处理中的应用 | 第36-39页 |
| 3.2.1 PCB红外图像背景估计 | 第37页 |
| 3.2.2 PCB 红外图像背景抑制 | 第37-38页 |
| 3.2.3 PCB红外图像背景抑制的评估 | 第38-39页 |
| 3.3 PCB红外图像增强 | 第39-46页 |
| 3.3.1 红外图像增强方法 | 第40-44页 |
| 3.3.2 图像增强方法的应用 | 第44-46页 |
| 3.4 数学形态学在红外图像后处理中的应用 | 第46-47页 |
| 3.4.1 基于数学形态学的空洞填补 | 第46页 |
| 3.4.2 基于数学形态学的噪声处理 | 第46-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 PCB红外热像的图像分割 | 第48-60页 |
| 4.1 图像分割 | 第48-49页 |
| 4.1.1 图像分割的定义 | 第48页 |
| 4.1.2 图像分割的分类 | 第48-49页 |
| 4.2 PCB板卡红外图像分割 | 第49-56页 |
| 4.2.1 最大类间方差（Otsu）算法 | 第50-53页 |
| 4.2.2 遗传算法 | 第53-55页 |
| 4.2.3 基于GA的Otsu算法 | 第55页 |
| 4.2.4 数学形态学后处理 | 第55-56页 |
| 4.3 实验结果与分析 | 第56-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 结论与展望 | 第60-62页 |
| 5.1 结论 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 作者简介 | 第67页 |
