基于机器视觉的焊点缺陷检测算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-10页 |
| Contents | 第10-13页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 论文选题背景及意义 | 第13页 |
| 1.2 焊点缺陷检测方法概述 | 第13-15页 |
| 1.3 国内外研究现状 | 第15-17页 |
| 1.3.1 自动光学检测发展现状 | 第15-16页 |
| 1.3.2 焊点缺陷检测算法研究现状 | 第16-17页 |
| 1.4 论文内容安排 | 第17页 |
| 1.5 本章小结 | 第17-18页 |
| 第二章 图像处理与机器视觉 | 第18-25页 |
| 2.1 引言 | 第18页 |
| 2.2 图像处理 | 第18-20页 |
| 2.2.1 数字图像的表示 | 第18-19页 |
| 2.2.2 图像处理与分析系统的组成 | 第19-20页 |
| 2.3 图像处理的特点以及应用领域 | 第20-22页 |
| 2.3.1 图像处理的特点 | 第20-21页 |
| 2.3.2 图像处理的应用领域 | 第21-22页 |
| 2.4 机器视觉 | 第22-24页 |
| 2.4.1 机器视觉系统概述 | 第22-24页 |
| 2.4.2 机器视觉应用和发展 | 第24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 焊点图像处理算法 | 第25-53页 |
| 3.1 引言 | 第25-26页 |
| 3.2 图像去噪 | 第26-30页 |
| 3.2.1 均值滤波法 | 第26-27页 |
| 3.2.2 中值滤波法 | 第27-28页 |
| 3.2.3 小波去噪 | 第28-29页 |
| 3.2.4 形态学滤波法 | 第29-30页 |
| 3.3 去噪比较 | 第30-31页 |
| 3.4 图像增强 | 第31-34页 |
| 3.4.1 灰度变换 | 第31-32页 |
| 3.4.2 直方图均衡化 | 第32-34页 |
| 3.5 图像分割 | 第34-45页 |
| 3.5.1 边缘分割 | 第34-39页 |
| 3.5.2 阈值分割 | 第39-41页 |
| 3.5.3 一种改进的图像二值化方法 | 第41-42页 |
| 3.5.4 分水岭算法 | 第42-43页 |
| 3.5.5 基于“浸没”模型的分水岭算法 | 第43-45页 |
| 3.6 一种基于距离变换的分水岭算法 | 第45-51页 |
| 3.6.1 距离变换技术的发展 | 第45页 |
| 3.6.2 距离的定义 | 第45-46页 |
| 3.6.3 数字化中常用到的距离 | 第46-48页 |
| 3.6.4 计算原理 | 第48-51页 |
| 3.7 圆拟合技术 | 第51-52页 |
| 3.8 本章小结 | 第52-53页 |
| 第四章 检测系统总体设计与实现 | 第53-66页 |
| 4.1 系统视觉成像硬件模块 | 第54-58页 |
| 4.1.1 照明方式选择 | 第54-55页 |
| 4.1.2 镜头和摄像机 | 第55-57页 |
| 4.1.3 图像采集卡 | 第57-58页 |
| 4.2 系统软件实现 | 第58-62页 |
| 4.2.1 软件流程图 | 第58页 |
| 4.2.2 焊点缺陷特征分析 | 第58-59页 |
| 4.2.3 焊点缺陷的分类 | 第59-61页 |
| 4.2.4缺陷识别系统 | 第61-62页 |
| 4.3 实验结果及分析 | 第62-65页 |
| 4.4 本章小结 | 第65-66页 |
| 总结与展望 | 第66-67页 |
| 总结 | 第66页 |
| 展望 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 攻读学位期间发表的论文 | 第69-73页 |
| 致谢 | 第73页 |
