| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文组织结构 | 第12-15页 |
| 第二章 固晶机视觉系统搭建 | 第15-25页 |
| 2.1 固晶机概述 | 第15-17页 |
| 2.2 固晶机功能与性能指标设计 | 第17页 |
| 2.3 固晶机的视觉系统架构 | 第17-18页 |
| 2.4 设备选型 | 第18-23页 |
| 2.4.1 工业相机选型 | 第18-20页 |
| 2.4.2 镜头选型 | 第20-22页 |
| 2.4.3 光源选型 | 第22-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 固晶目标识别定位算法的设计与实现 | 第25-51页 |
| 3.1 识别定位算法性能需求分析 | 第25页 |
| 3.2 灰度模板匹配算法研究 | 第25-30页 |
| 3.2.1 四种灰度模板匹配算法 | 第25-27页 |
| 3.2.2 基于NCC的固晶目标识别定位算法的实现 | 第27-29页 |
| 3.2.3 基于金字塔算法的固晶目标识别定位算法的实现 | 第29-30页 |
| 3.3 级联分类器 | 第30页 |
| 3.4 结合特征提取的Boosting分类器的研究 | 第30-41页 |
| 3.4.1 Haar-like特征 | 第30-33页 |
| 3.4.2 HOG特征 | 第33-36页 |
| 3.4.3 LBP特征 | 第36-38页 |
| 3.4.4 四种Boosting算法 | 第38-41页 |
| 3.5 级联分类器的性能比较 | 第41-47页 |
| 3.5.1 实验设置 | 第41-46页 |
| 3.5.2 实验结果分析 | 第46-47页 |
| 3.6 Haar-like特征提取+DAB分类器识别定位算法设计 | 第47-48页 |
| 3.7 DAB与灰度模板匹配识别定位算法的比较 | 第48-49页 |
| 3.7.1 算法的定位精度 | 第48-49页 |
| 3.7.2 算法的耗时测试 | 第49页 |
| 3.8 本章小结 | 第49-51页 |
| 第四章 取-固晶策略与控制逻辑设计 | 第51-59页 |
| 4.1 固晶策略 | 第51页 |
| 4.2 取晶问题与策略 | 第51-56页 |
| 4.2.1 取晶中的问题 | 第52-53页 |
| 4.2.2 几种取晶策略 | 第53-56页 |
| 4.3 控制逻辑设计 | 第56-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 固晶视觉软件的设计与实现 | 第59-69页 |
| 5.1 软件需求分析 | 第59页 |
| 5.2 视觉软件开发 | 第59-65页 |
| 5.2.1 开发环境介绍 | 第59-60页 |
| 5.2.2 视觉软件的UML建模 | 第60-65页 |
| 5.3 固晶视觉软件的实现与应用 | 第65-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69页 |
| 6.2 展望 | 第69-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士期间的研究成果 | 第77页 |
