高密度电路板异常区域识别方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景和意义 | 第8-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文工作 | 第11-12页 |
| ·论文结构 | 第12-14页 |
| 第二章 PCB 板常用检测方法及相关背景研究 | 第14-32页 |
| ·常用的 PCB 板检测方式 | 第14-16页 |
| ·EMSCAN 技术 | 第16-22页 |
| ·EMScan 概述 | 第16-19页 |
| ·EMScan 关键技术 | 第19-22页 |
| ·超复数空间 | 第22-26页 |
| ·超复数的概念及研究背景 | 第22-24页 |
| ·超复数的在图像处理中应用现状 | 第24-26页 |
| ·彩色空间的表示方法 | 第26-30页 |
| ·RGB 颜色模型 | 第26-27页 |
| ·HSI 颜色模型 | 第27-28页 |
| ·XYZ 颜色模型 | 第28-29页 |
| ·YUV 颜色模型 | 第29-30页 |
| ·小结 | 第30-32页 |
| 第三章 基于边缘检测的异常区域识别 | 第32-48页 |
| ·阈值图像获取 | 第32-35页 |
| ·彩色云图前置处理 | 第32-35页 |
| ·云图对比 | 第35页 |
| ·异常区域识别 | 第35-43页 |
| ·常见灰色边缘检测算法研究 | 第36-37页 |
| ·基于遗传算法的 Prewitt 算子改进 | 第37-39页 |
| ·彩色图像边缘检测算法原理研究 | 第39-41页 |
| ·异常区域识别算法步骤设计 | 第41-43页 |
| ·应用实例 | 第43-46页 |
| ·小结 | 第46-48页 |
| 第四章 彩色图像融合算法改进 | 第48-60页 |
| ·图像融合概述 | 第48-51页 |
| ·传统图像融合算法 | 第48-49页 |
| ·变换域图像融合算法 | 第49-50页 |
| ·智能型图像融合算法 | 第50-51页 |
| ·高斯——拉普拉斯塔形分解算法改进 | 第51-56页 |
| ·高斯——拉普拉斯塔形分解的图像融合算法分析 | 第51-54页 |
| ·基于高斯——拉普拉斯塔形分解的图像融合算法改进 | 第54-56页 |
| ·实验仿真 | 第56-58页 |
| ·小结 | 第58-60页 |
| 第五章 结束语 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 研究成果 | 第68-69页 |
