贴片类芯片缺陷检测识别的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-9页 |
| 第1章 引言 | 第9-15页 |
| ·课题的来源与研究背景 | 第9-10页 |
| ·课题来源 | 第9页 |
| ·课题研究背景 | 第9-10页 |
| ·研究的目的与意义 | 第10-11页 |
| ·国内外研究现状与分析 | 第11-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·本课题研究的主要内容 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第2章 贴片类芯片检测识别系统的总体方案 | 第15-23页 |
| ·贴片类芯片检测识别系统的组成 | 第15页 |
| ·贴片类芯片缺陷检测识别系统的工作原理 | 第15-16页 |
| ·系统硬件和软件工作流程 | 第16-20页 |
| ·系统的硬件 | 第16-20页 |
| ·相机的分类和选择 | 第16-18页 |
| ·镜头的选择 | 第18页 |
| ·光源的选择 | 第18-20页 |
| ·系统软件工作流程 | 第20页 |
| ·贴片类芯片缺陷检测识别系统的技术指标 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 贴片类芯片图像预处理算法的研究 | 第23-40页 |
| ·数字图像的数学原理 | 第23-24页 |
| ·图像预处理 | 第24-39页 |
| ·图像灰度化 | 第24-26页 |
| ·图像滤波 | 第26-31页 |
| ·均值滤波器 | 第27-28页 |
| ·高斯滤波器 | 第28-29页 |
| ·中值滤波算法的实现 | 第29-31页 |
| ·图像分割 | 第31-35页 |
| ·最优阈值法分割 | 第32页 |
| ·自适应迭代阈值法分割 | 第32-34页 |
| ·最大类间方差阈值分割 | 第34-35页 |
| ·轮廓提取 | 第35-39页 |
| ·Roberts 边缘检测算子 | 第35-36页 |
| ·Canny 边缘检测算子 | 第36-37页 |
| ·Sobel 边缘检测算子 | 第37-38页 |
| ·八邻域像素差轮廓拟合算法 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于图像匹配的芯片缺陷检测算法 | 第40-51页 |
| ·基于图像灰度的匹配 | 第40-42页 |
| ·归一化积相关灰度匹配法 | 第40-41页 |
| ·序贯相似性匹配法 | 第41-42页 |
| ·基于图像特征的匹配 | 第42-47页 |
| ·图像的不变矩 | 第43-47页 |
| ·图像的几何矩 | 第43-44页 |
| ·图像的不变矩 | 第44-45页 |
| ·不变矩校正 | 第45-47页 |
| ·帧差法提取芯片缺陷 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 基于神经网络的芯片缺陷识别算法 | 第51-61页 |
| ·基于误差逆传播算法(BP)的缺陷识别 | 第51-54页 |
| ·基于径向基（RBF）网络算法的缺陷识别 | 第54-55页 |
| ·带混合算法的 RBF 网络的缺陷识别 | 第55-60页 |
| ·混合算法的 RBF 网络的原理及其实现 | 第55-59页 |
| ·优选聚类算法 | 第55-56页 |
| ·梯度算法 | 第56-58页 |
| ·混合算法的实现 | 第58-59页 |
| ·芯片缺陷识别实验数据分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第6章 基于嵌入式系统的芯片缺陷检测识别 | 第61-65页 |
| ·嵌入式硬件结构 | 第61-62页 |
| ·嵌入式软件框架 | 第62-63页 |
| ·芯片缺陷检测识别系统的移植 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第7章 总结与展望 | 第65-67页 |
| ·总结 | 第65-66页 |
| ·展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 附录 | 第71页 |
