高密度柔性基板视觉检测中的图像分割与圆孔检测技术研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-20页 |
1.1 研究背景与意义 | 第10页 |
1.2 课题来源和问题 | 第10-12页 |
1.3 国内外研究现状 | 第12-17页 |
1.3.1 FICS检测手段现状 | 第12-14页 |
1.3.2 图像分割现状 | 第14-16页 |
1.3.3 圆孔检测现状 | 第16-17页 |
1.4 研究内容和难点 | 第17-18页 |
1.5 论文结构安排 | 第18-20页 |
第二章 硬件结构与软件系统 | 第20-30页 |
2.1 高密度柔性基板检测系统需求分析 | 第21页 |
2.2 硬件结构设计 | 第21-28页 |
2.2.1 显微图像采集模块 | 第22-25页 |
2.2.2 运动控制模块 | 第25-28页 |
2.2.3 上位机 | 第28页 |
2.3 软件系统设计 | 第28-29页 |
2.4 本章小结 | 第29-30页 |
第三章 柔性基板的图像分割技术 | 第30-49页 |
3.1 引言 | 第30页 |
3.2 基于模糊隶属度信息的SVM图像分割方法 | 第30-39页 |
3.2.1 模糊C均值算法介绍 | 第31-33页 |
3.2.2 FGFCM-SVM算法流程 | 第33-34页 |
3.2.3 像素空间模糊特征向量的构建 | 第34-35页 |
3.2.4 特征降维 | 第35-36页 |
3.2.5 建立图像分割的SVM分类模型 | 第36-37页 |
3.2.6 实验结果与分析 | 第37-39页 |
3.3 基于灰度直方图的自适应阈值分割方法 | 第39-48页 |
3.3.1 灰度直方图中的相关定义 | 第41页 |
3.3.2 灰度直方图滤波 | 第41-42页 |
3.3.3 搜索目标区域灰度范围 | 第42-43页 |
3.3.4 阈值确认与分割 | 第43-44页 |
3.3.5 实验结果与分析 | 第44-48页 |
3.4 本章小结 | 第48-49页 |
第四章 柔性基板的圆孔检测技术 | 第49-69页 |
4.1 引言 | 第49页 |
4.2 圆孔检测算法流程 | 第49-50页 |
4.3 圆孔检测算法具体实现 | 第50-57页 |
4.3.1 目标轮廓提取 | 第50页 |
4.3.2 圆孔候选集构建 | 第50-51页 |
4.3.3 候选圆有效性判定 | 第51-56页 |
4.3.4 圆孔参数计算 | 第56-57页 |
4.4 实验结果与分析 | 第57-66页 |
4.4.1 轮廓提取性能比较 | 第58-59页 |
4.4.2 有效性判定性能比较 | 第59-60页 |
4.4.3 圆孔参数计算性能比较 | 第60-61页 |
4.4.4 圆孔检测性能比较 | 第61-66页 |
4.5 系统钻孔参数检测模块 | 第66-68页 |
4.6 本章小结 | 第68-69页 |
总结与展望 | 第69-71页 |
参考文献 | 第71-78页 |
攻读硕士学位期间取得的研究成果 | 第78-80页 |
致谢 | 第80-81页 |
附件 | 第81页 |