电子元件插件视觉检测算法的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.1.1 课题来源 | 第9页 |
| 1.1.2 研究目的及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 电子元件插件的发展状况 | 第10-12页 |
| 1.2.2 机器视觉的发展状况 | 第12-13页 |
| 1.2.3 机器学习的发展状况 | 第13-16页 |
| 1.3 本文主要研究内容 | 第16-17页 |
| 第2章 电子元件插件平台设计与搭建 | 第17-28页 |
| 2.1 引言 | 第17页 |
| 2.2 电子元件插件平台整体设计 | 第17-21页 |
| 2.2.1 电子元件插件平台结构 | 第17页 |
| 2.2.2 电子元件插件流程 | 第17-19页 |
| 2.2.3 电子元件插件原理 | 第19-21页 |
| 2.3 电子元件插件平台机械系统 | 第21-22页 |
| 2.3.1 电子元件插件平台的机械结构 | 第21页 |
| 2.3.2 机器人平台分析 | 第21-22页 |
| 2.4 电子元件插件平台运动控制系统 | 第22-23页 |
| 2.5 电子元件插件平台视觉系统 | 第23-24页 |
| 2.6 电子元件插件软件平台设计 | 第24-27页 |
| 2.6.1 软件总体框架设计 | 第24-25页 |
| 2.6.2 机器人与工控机通讯 | 第25-26页 |
| 2.6.3 软件界面设计 | 第26-27页 |
| 2.7 本章小结 | 第27-28页 |
| 第3章 电子元件插件系统标定及MARK点识别 | 第28-38页 |
| 3.1 引言 | 第28页 |
| 3.2 电子元件插件系统相机参数标定 | 第28-30页 |
| 3.3 电子元件插件系统手眼标定 | 第30-32页 |
| 3.4 电子元件高速抓拍 | 第32-35页 |
| 3.4.1 高速抓拍的原理 | 第32-33页 |
| 3.4.2 高速抓拍的实现 | 第33-35页 |
| 3.5 Mark点识别算法 | 第35-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第4章 电子元件引脚识别算法 | 第38-60页 |
| 4.1 引言 | 第38页 |
| 4.2 电子元件引脚图像增强 | 第38-42页 |
| 4.2.1 电子元件引脚的图像增强方法 | 第38-39页 |
| 4.2.2 电子元件引脚的图像滤波 | 第39-42页 |
| 4.3 电子元件引脚的图像分割算法 | 第42-45页 |
| 4.4 电子元件引脚的分类识别算法 | 第45-52页 |
| 4.4.1 电子元件引脚的特征提取 | 第46-47页 |
| 4.4.2 电子元件引脚的分类训练 | 第47-50页 |
| 4.4.3 电子元件引脚分类识别结果分析 | 第50-52页 |
| 4.5 电子元件引脚的深度学习算法 | 第52-59页 |
| 4.5.1 BP神经网络模型和训练方法 | 第52-54页 |
| 4.5.2 卷积神经网络模型组成 | 第54-55页 |
| 4.5.3 卷积神经网络结构的搭建 | 第55-58页 |
| 4.5.4 卷积神经网络识别结果分析 | 第58-59页 |
| 4.6 本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第65-67页 |
| 致谢 | 第67页 |
