| 摘要 | 第2-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 BGA 芯片与表面安装技术概要 | 第10-19页 |
| 1.1 先进封装技术的发展 | 第10页 |
| 1.2 BGA（球栅阵列）芯片简介 | 第10-11页 |
| 1.3 BGA 焊点缺陷问题 | 第11-12页 |
| 1.3.1 几种典型焊点缺陷 | 第11-12页 |
| 1.3.2 气孔缺陷 | 第12页 |
| 1.4 BGA 检测国内外研究现状 | 第12-17页 |
| 1.4.1 自动光学检测（Auto optical inspection, AOI） | 第13-14页 |
| 1.4.2 直射式X-射线检测 | 第14页 |
| 1.4.3 X 射线分层法检测 | 第14-16页 |
| 1.4.4 其他检测方法 | 第16-17页 |
| 1.5 本文主要研究内容 | 第17-18页 |
| 1.6 本章小节 | 第18-19页 |
| 第二章 系统的总体设计 | 第19-28页 |
| 2.1 机器视觉的基本原理 | 第19-20页 |
| 2.2 系统的研究目标 | 第20-22页 |
| 2.3 系统的总体结构 | 第22-27页 |
| 2.3.1 硬件结构 | 第22-25页 |
| 2.3.2 软件流程 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 芯片定位与焊点分割 | 第28-40页 |
| 3.1 芯片定位 | 第28-35页 |
| 3.1.1 图片二值化 | 第28-29页 |
| 3.1.2 膨胀与腐蚀 | 第29-30页 |
| 3.1.3 边缘检测 | 第30-31页 |
| 3.1.4 提取芯片矩形外轮廓 | 第31-35页 |
| 3.2 目标图像分割 | 第35-39页 |
| 3.3 本章小节 | 第39-40页 |
| 第四章 特征提取算法研究 | 第40-55页 |
| 4.1 彩色空间与变换 | 第40-42页 |
| 4.1.1 可见光谱空间 | 第40页 |
| 4.1.2 RGB 颜色空间 | 第40-41页 |
| 4.1.3 LAB 颜色空间 | 第41-42页 |
| 4.1.4 RGB 空间转换为LAB 空间并分离A 通道 | 第42页 |
| 4.2 特征提取算法 | 第42-54页 |
| 4.2.1 对称度 | 第42-45页 |
| 4.2.2 圆度 | 第45-47页 |
| 4.2.3 重心偏移 | 第47-48页 |
| 4.2.4 模版匹配 | 第48-49页 |
| 4.2.5 随机性纹理 | 第49-51页 |
| 4.2.6 最大半径 | 第51-53页 |
| 4.2.7 纹理频谱特征 | 第53-54页 |
| 4.3 本章小节 | 第54-55页 |
| 第五章 神经网络系统设计 | 第55-76页 |
| 5.1 人工神经网络概述 | 第55-60页 |
| 5.1.1 人工神经网络发展与特点 | 第55-56页 |
| 5.1.2 BP 网络概述 | 第56-59页 |
| 5.1.3 概率神经网络概述 | 第59-60页 |
| 5.2 BP 网络设计 | 第60-67页 |
| 5.2.1 BP 网络设计步骤 | 第60-62页 |
| 5.2.2 BP 网络训练 | 第62-64页 |
| 5.2.3 BP 网络检测 | 第64-67页 |
| 5.3 概率神经网络设计 | 第67-70页 |
| 5.3.1 概率神经网络设计步骤 | 第67-68页 |
| 5.3.2 概率神经网络训练 | 第68-69页 |
| 5.3.3 概率神经网络检测 | 第69-70页 |
| 5.4 传统神经网络设计 | 第70-71页 |
| 5.4.1 特征向量提取 | 第70页 |
| 5.4.2 概率网络训练检测 | 第70-71页 |
| 5.5 检测结果 | 第71-75页 |
| 5.5.1 几种方法对比 | 第71-72页 |
| 5.5.2 光照焦距条件变化 | 第72-73页 |
| 5.5.3 GUI 界面介绍 | 第73-75页 |
| 5.6 本章小节 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 工作总结 | 第76页 |
| 6.2 展望 | 第76-78页 |
| 参考文献 | 第78-81页 |
| 致谢 | 第81-82页 |
| 攻读硕士学位期间发表的学术论文 | 第82-84页 |