基于神经网络的芯片引脚检测系统的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| Contents | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| ·机器视觉的研究意义和研究现状 | 第11-14页 |
| ·机器视觉研究意义 | 第11页 |
| ·机器视觉研究现状 | 第11-14页 |
| ·本课题的研究背景及意义 | 第14-15页 |
| ·本文主要研究内容和创新点 | 第15页 |
| ·本文结构安排 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第二章 系统相关知识简介 | 第17-25页 |
| ·数字图像处理技术 | 第17-18页 |
| ·机器视觉的基本原理 | 第18-19页 |
| ·成像模型与芯片图像的畸变 | 第19-23页 |
| ·成像模型 | 第19-21页 |
| ·芯片图像的畸变 | 第21-23页 |
| ·人工神经网络 | 第23-24页 |
| ·人工神经网络简介 | 第23页 |
| ·人工神经网络的特点 | 第23-24页 |
| ·人工神经网络的模型 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第三章 芯片引脚预处理 | 第25-52页 |
| ·边缘检测与Radon变换 | 第25-37页 |
| ·边缘检测 | 第25-33页 |
| ·Radon变换 | 第33-37页 |
| ·图像二值化与数字形态处理 | 第37-44页 |
| ·图像二值化 | 第37-38页 |
| ·数学形态处理 | 第38-44页 |
| ·图像分割 | 第44-47页 |
| ·提取芯片信息 | 第44-46页 |
| ·提取上、下排引脚 | 第46-47页 |
| ·提取单个引脚 | 第47页 |
| ·畸变矫正 | 第47-50页 |
| ·插值算法 | 第48-49页 |
| ·一维线性变换算法 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第四章 BP神经网络引脚特征识别 | 第52-63页 |
| ·BP神经网络 | 第52-57页 |
| ·三层BP神经网络算法 | 第53-55页 |
| ·BP算法的程序实现 | 第55-57页 |
| ·BP神经网络的改进 | 第57-59页 |
| ·引脚特征 | 第59-60页 |
| ·网络结构的设计 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 实验与分析 | 第63-67页 |
| ·输入数据处理 | 第63-64页 |
| ·网络训练与学习 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 结语与展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读学位期间发表的论文 | 第72-74页 |
| 致谢 | 第74页 |
