| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题背景及意义 | 第11-12页 |
| 1.2 Mura缺陷机器视觉检测技术国内外研究现状 | 第12-14页 |
| 1.3 本文的主要研究内容 | 第14-15页 |
| 1.4 本文结构安排 | 第15-16页 |
| 第二章 TFT-LCD Mura缺陷机器视觉检测系统方案设计 | 第16-23页 |
| 2.1 TFT-LCD的结构及显示缺陷介绍 | 第16-18页 |
| 2.1.1 TFT-LCD的结构 | 第16-17页 |
| 2.1.2 TFT-LCD的显示缺陷 | 第17-18页 |
| 2.2 视觉检测系统的关键技术分析 | 第18-19页 |
| 2.3 TFT-LCD Mura缺陷机器视觉检测系统方案设计 | 第19-22页 |
| 2.3.1 图像采集模块 | 第20-21页 |
| 2.3.2 图像处理模块 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 基于Gabor小波滤波的TFT-LCD纹理背景抑制 | 第23-38页 |
| 3.1 图像纹理抑制方法概述 | 第23-24页 |
| 3.2 Gabor小波滤波原理分析 | 第24-28页 |
| 3.2.1 Gabor变换 | 第24-25页 |
| 3.2.2 小波变换 | 第25-26页 |
| 3.2.3 Gabor小波滤波原理 | 第26-28页 |
| 3.3 实值Gabor小波滤波器设计 | 第28-34页 |
| 3.3.1 标准偏差的选择 | 第28-29页 |
| 3.3.2 中心频率的选择 | 第29-30页 |
| 3.3.3 滤波方向的选择 | 第30-32页 |
| 3.3.4 滤波模板的选择 | 第32-34页 |
| 3.4 子图像融合方法 | 第34-35页 |
| 3.5 仿真与分析 | 第35-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 基于主动轮廓模型与水平集方法的Mura缺陷分割 | 第38-53页 |
| 4.1 图像分割方法概述 | 第38-39页 |
| 4.2 主动轮廓模型 | 第39-43页 |
| 4.2.1 基于边缘的主动轮廓模型 | 第39-40页 |
| 4.2.2 基于区域的主动轮廓模型 | 第40-43页 |
| 4.3 水平集方法 | 第43-46页 |
| 4.4 改进的Chan-Vese模型和水平集数值解法 | 第46-51页 |
| 4.4.1 改进的Chan-Vese模型 | 第46-48页 |
| 4.4.2 半隐差分格式的水平集解法 | 第48-51页 |
| 4.5 仿真与分析 | 第51-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第五章 基于DSEMU标准的Mura缺陷量化 | 第53-59页 |
| 5.1 Mura缺陷量化方法 | 第53-55页 |
| 5.1.1 SEMU标准 | 第53-54页 |
| 5.1.2 DSEMU标准 | 第54-55页 |
| 5.1.3 量化参数的计算 | 第55页 |
| 5.2 Mura缺陷位置判定 | 第55-57页 |
| 5.3 Mura缺陷形状判定 | 第57页 |
| 5.4 仿真与分析 | 第57-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第六章 TFT-LCD Mura缺陷检测实验 | 第59-72页 |
| 6.1 实验装置及实验样本 | 第59-60页 |
| 6.2 几何矫正实验 | 第60-61页 |
| 6.3 基于实值Gabor小波滤波的纹理背景抑制实验 | 第61-63页 |
| 6.4 基于Chan-Vese模型与水平集方法的Mura缺陷分割实验 | 第63-65页 |
| 6.5 基于DSEMU标准的Mura缺陷量化实验 | 第65-66页 |
| 6.6 TFT-LCD Mura缺陷自动检测流程及检测实验 | 第66-71页 |
| 6.6.1 TFT-LCD Mura缺陷自动检测流程 | 第66-67页 |
| 6.6.2 TFT-LCD Mura缺陷自动检测实验 | 第67-71页 |
| 6.7 本章小结 | 第71-72页 |
| 第七章 总结与展望 | 第72-75页 |
| 7.1 全文工作总结 | 第72-73页 |
| 7.2 未来工作展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士期间取得的研究成果 | 第80-81页 |
