基于机器视觉的PCB缺陷自动检测系统
摘要 | 第4-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-16页 |
1.1 研究背景、目的与意义 | 第10-11页 |
1.1.1 研究背景 | 第10-11页 |
1.1.2 研究目的和意义 | 第11页 |
1.2 国内外研究现状 | 第11-14页 |
1.2.1 国外研究现状 | 第11-12页 |
1.2.2 国内研究现状 | 第12-14页 |
1.3 论文的主要工作与论文结构安排 | 第14-15页 |
1.3.1 论文的主要工作 | 第14页 |
1.3.2 论文的结构安排 | 第14-15页 |
1.4 本章小结 | 第15-16页 |
第二章 系统总体方案设计 | 第16-26页 |
2.1 系统架构的搭建 | 第16-17页 |
2.2 硬件平台设计 | 第17-21页 |
2.2.1 OPT-RIA211-RGB环形光源 | 第19页 |
2.2.2 FL2G-50S5M相机 | 第19-20页 |
2.2.3 OPT-5M03-110高清远心镜头 | 第20页 |
2.2.4 二维伺服平台 | 第20-21页 |
2.3 系统软件设计 | 第21-25页 |
2.3.1 图像采集软件设计 | 第22-24页 |
2.3.2 图像处理软件设计 | 第24-25页 |
2.4 本章小结 | 第25-26页 |
第三章 PCB图像定位的研究 | 第26-46页 |
3.1 PCB图像定位概述 | 第26页 |
3.2 几种边缘检测算法 | 第26-34页 |
3.2.1 图像的边缘检测 | 第26-27页 |
3.2.2 梯度算子 | 第27-30页 |
3.2.3 高斯-拉普拉斯算子 | 第30-32页 |
3.2.4 Canny算子 | 第32页 |
3.2.5 实验结果及分析 | 第32-34页 |
3.3 定位圆检测算法 | 第34-41页 |
3.3.1 Hough变换概述 | 第34页 |
3.3.2 Hough圆检测原理 | 第34-36页 |
3.3.3 几种定位圆参数获取算法 | 第36-38页 |
3.3.4 改进的Hough变换 | 第38-40页 |
3.3.5 实验结果与分析 | 第40-41页 |
3.4 PCB图像校正 | 第41-45页 |
3.4.1 几何变换原理 | 第42-43页 |
3.4.2 灰度插值原理 | 第43页 |
3.4.3 实验结果与分析 | 第43-45页 |
3.5 本章小结 | 第45-46页 |
第四章 PCB缺陷检测相关算法的研究 | 第46-59页 |
4.1 PCB缺陷检测概述 | 第46页 |
4.2 元器件提取方法 | 第46-49页 |
4.2.1 元器件信息文件 | 第46-47页 |
4.2.2 元器件封装简介 | 第47页 |
4.2.3 提取元器件图像 | 第47-48页 |
4.2.4 实验结果及分析 | 第48-49页 |
4.3 BP神经网络算法 | 第49-52页 |
4.3.1 人工神经网络的概念 | 第49-51页 |
4.3.2 BP神经网络 | 第51-52页 |
4.3.3 BP神经网络训练 | 第52页 |
4.4 贴片电阻错焊检测 | 第52-55页 |
4.4.1 检测流程 | 第52-53页 |
4.4.2 字符检测 | 第53-54页 |
4.4.3 实验结果及分析 | 第54-55页 |
4.5 漏焊少锡检测 | 第55-57页 |
4.5.1 检测流程 | 第55-57页 |
4.5.2 实验结果及分析 | 第57页 |
4.6 本章小结 | 第57-59页 |
第五章 总结与展望 | 第59-61页 |
5.1 总结 | 第59页 |
5.2 展望 | 第59-61页 |
参考文献 | 第61-66页 |
致谢 | 第66-67页 |
攻读硕士学位期间的主要学术活动和研究成果 | 第67页 |