印刷电路板自动光学检测系统性能分析与优化
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第一章 绪论 | 第10-22页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-18页 |
| ·AOI系统适应性研究现状 | 第11-12页 |
| ·AOI系统准确性研究现状 | 第12-17页 |
| ·AOI系统效率研究现状 | 第17-18页 |
| ·本课题的研究意义 | 第18-20页 |
| ·本文的研究内容 | 第20-22页 |
| 第二章 基于可重构技术的AOI系统适应性研究 | 第22-39页 |
| ·引言 | 第22-23页 |
| ·可重构技术 | 第23-24页 |
| ·基于可重构技术的PCB元件自动光学检测算法 | 第24-34页 |
| ·检测算法的光学模型 | 第24-25页 |
| ·检测算法的可重构模型 | 第25-26页 |
| ·缺陷层的划分与分析 | 第26-28页 |
| ·特征层的分析与建模 | 第28-31页 |
| ·元件层检测算法的可重构实现 | 第31-34页 |
| ·基于可重构技术的AOI软件系统适应性研究 | 第34-37页 |
| ·基于可重构技术的AOI硬件系统适应性研究 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第三章 基于统计学习的AOI系统准确性研究 | 第39-50页 |
| ·引言 | 第39页 |
| ·特征的评价与选择 | 第39-43页 |
| ·特征的评价 | 第40-42页 |
| ·特征的选择 | 第42-43页 |
| ·分类器的分析与设计 | 第43-47页 |
| ·最小风险贝叶斯决策模型 | 第43-45页 |
| ·最小风险贝叶斯分类器的设计 | 第45-46页 |
| ·正态分布时的统计决策 | 第46-47页 |
| ·基于统计学习的AOI系统检测算法 | 第47-49页 |
| ·小结 | 第49-50页 |
| 第四章 AOI系统效率分析与优化 | 第50-62页 |
| ·引言 | 第50页 |
| ·AOI系统的视场规划与路径优化 | 第50-58页 |
| ·AOI系统的视场规划 | 第52-55页 |
| ·AOI系统的路径优化 | 第55-58页 |
| ·AOI检测方法分析与优化 | 第58-61页 |
| ·小结 | 第61-62页 |
| 第五章 实验研究 | 第62-72页 |
| ·引言 | 第62页 |
| ·AOI系统适应性的实验研究 | 第62-65页 |
| ·AOI系统准确性的实验研究 | 第65-66页 |
| ·AOI系统效率的实验研究 | 第66-70页 |
| ·视场规划与检测路径优化实验 | 第66-70页 |
| ·AOI检测效率的实验研究 | 第70页 |
| ·小结 | 第70-72页 |
| 总结与展望 | 第72-74页 |
| 主要工作和结论 | 第72页 |
| 创新点 | 第72-73页 |
| 研究展望 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 攻读硕士学位期间取得的研究成果 | 第79-81页 |
| 致谢 | 第81页 |
