| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题的背景及意义 | 第10页 |
| 1.2 BGA焊点检测及缺陷图像识别处理技术现状 | 第10-11页 |
| 1.3 X射线检测技术发展状况 | 第11-12页 |
| 1.4 数字图像增强方法研究现状 | 第12-13页 |
| 1.5 论文内容安排 | 第13-14页 |
| 第二章 传统图像增强方法 | 第14-20页 |
| 2.1 加权均值滤波 | 第14-15页 |
| 2.2 灰度变换法 | 第15-16页 |
| 2.3 统计排序滤波器 | 第16页 |
| 2.4 高斯低通滤波 | 第16-17页 |
| 2.5 图像质量评价参数 | 第17-19页 |
| 2.6 小结 | 第19-20页 |
| 第三章 广义反锐化掩膜去噪方法 | 第20-35页 |
| 3.1 基本理论概述 | 第20-21页 |
| 3.1.1 反锐化掩膜算法 | 第20页 |
| 3.1.2 广义线性系统和Log比率方法 | 第20-21页 |
| 3.2 探索性数据分析模型 | 第21-23页 |
| 3.2.1 图像模型 | 第21-22页 |
| 3.2.2 本文算法概述 | 第22-23页 |
| 3.3 广义线性系统相关概述 | 第23-29页 |
| 3.3.1 log比率的定义和性能 | 第23-26页 |
| 3.3.2 log比率、广义线性系统和Bergman散度的关系 | 第26-29页 |
| 3.4 基于广义反锐化掩膜的图像增强算法 | 第29-33页 |
| 3.4.1 细节增强 | 第29-32页 |
| 3.4.2 对比度增强 | 第32-33页 |
| 3.5 实验结果及对比 | 第33-34页 |
| 3.6 结论 | 第34-35页 |
| 第四章 基于偏微分方程的各向异性扩散去噪方法 | 第35-47页 |
| 4.1 Perona-Malik各向异性扩散模型 | 第35-37页 |
| 4.2 改进的各向异性扩散模型 | 第37-40页 |
| 4.3 改进模型中阈值参数k的说明 | 第40-41页 |
| 4.4 实验与结论 | 第41-46页 |
| 4.4.1 边缘阈值k和迭代次数T | 第41-43页 |
| 4.4.2 实验结论 | 第43-46页 |
| 4.5 结论 | 第46-47页 |
| 第五章 基于数学形态学的BGA射线图像增强算法 | 第47-56页 |
| 5.1 Top-hat变换 | 第47-48页 |
| 5.2 基于top-hat变换的图像增强 | 第48页 |
| 5.3 基于多尺度top-hat变换的图像增强 | 第48-51页 |
| 5.3.1 多尺度图像在每个尺度上的区域特征 | 第49-50页 |
| 5.3.2 多尺度图像在相邻尺度上的细节 | 第50-51页 |
| 5.4 实验结果 | 第51-55页 |
| 5.5 结论 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 工作总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 作者在学期间取得的学术成果 | 第65页 |