基于机器视觉的电路板检测系统与方法的研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题背景及研究意义 | 第10-13页 |
| ·课题背景 | 第10-11页 |
| ·研究意义 | 第11-13页 |
| ·国内外同类课题研究现状及发展状况 | 第13-15页 |
| ·本课题主要的研究内容 | 第15-18页 |
| 第2章 电路板缺陷检测系统的总体设计 | 第18-31页 |
| ·检测系统的结构组成和工作原理 | 第18-19页 |
| ·光照模块的设计 | 第19-22页 |
| ·光源的选定 | 第19-21页 |
| ·选择照明方式 | 第21-22页 |
| ·图像采集模块的设计 | 第22-27页 |
| ·摄像机 | 第22-24页 |
| ·镜头 | 第24-26页 |
| ·图像采集卡 | 第26-27页 |
| ·机器视觉检测系统软件模块 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 图像预处理 | 第31-48页 |
| ·图像增强 | 第31-34页 |
| ·图像去噪 | 第34-38页 |
| ·加权均值法 | 第34-35页 |
| ·中值滤波法 | 第35-36页 |
| ·高斯滤波法 | 第36-37页 |
| ·图像滤波的实验分析 | 第37-38页 |
| ·图像阀值分割 | 第38-44页 |
| ·迭代阀值分割法 | 第39-40页 |
| ·最大类间方差分割法 | 第40-41页 |
| ·二维最大类间方差分割法 | 第41-43页 |
| ·图像阀值分割实验结果分析 | 第43-44页 |
| ·图像边缘提取 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 电路板缺陷的检测与识别 | 第48-79页 |
| ·基于 HSI 颜色模型的贴片电容缺陷检测 | 第48-53页 |
| ·颜色模型的转换 | 第48-51页 |
| ·HSI 颜色模型检测电容缺陷的原理 | 第51-52页 |
| ·缺陷检测的实现 | 第52-53页 |
| ·基于快速 Hough 变换的芯片极性检测 | 第53-61页 |
| ·Hough 变换检测圆算法 | 第53-57页 |
| ·改进算法检测极性圆的实现 | 第57-61页 |
| ·基于 BP 神经网络电阻标称值的识别 | 第61-71页 |
| ·BP 神经网络的原理和结构 | 第61-65页 |
| ·特征向量的提取 | 第65-66页 |
| ·BP 神经网络的训练和参数选择 | 第66-68页 |
| ·BP 神经网络的优化 | 第68页 |
| ·BP 神经网路电阻标称值识别的实现 | 第68-71页 |
| ·基于模板匹配法电阻标称值的识别 | 第71-78页 |
| ·传统模板匹配法识别电阻标称值 | 第71-72页 |
| ·改进的模板匹配法识别电阻标称值 | 第72-73页 |
| ·识别电阻标称值的实验分析 | 第73-78页 |
| ·本章小结 | 第78-79页 |
| 结论 | 第79-81页 |
| 参考文献 | 第81-87页 |
| 致谢 | 第87-88页 |
| 攻读学位期间发表的学术论文 | 第88-89页 |
| 攻读硕士期间参加的科研项目 | 第89页 |
