| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第9-17页 |
| 1．1 计算机视觉的基本概念和发展状况 | 第9-12页 |
| 1．1．1 计算机视觉的发展历程 | 第9页 |
| 1．1．2 Marr的计算视觉理论 | 第9-11页 |
| 1．1．3 计算机视觉的现状和发展前景 | 第11-12页 |
| 1．2 计算机视觉在工业部门中的应用 | 第12-14页 |
| 1．2．1 计算机检测技术 | 第12页 |
| 1．2．2 工业视觉系统的发展 | 第12-13页 |
| 1．2．3 工业视觉系统的特点 | 第13-14页 |
| 1．2．4 工业视觉系统的性能指标 | 第14页 |
| 1．3 计算机视觉系统的体系结构 | 第14-15页 |
| 1．4 本文研究的主要内容和意义 | 第15-17页 |
| 1．4．1 本文的主要研究工作 | 第15页 |
| 1．4．2 本文的研究意义 | 第15-16页 |
| 1．4．3 本文内容安排 | 第16-17页 |
| 第二章 相关研究领域 | 第17-25页 |
| 2．1 图像处理~([12-17]) | 第17-18页 |
| 2．2 图像分析~([12-17]) | 第18-22页 |
| 2．3 模式识别~([18-22]) | 第22-25页 |
| 第三章 ECM电子器件识别系统 | 第25-39页 |
| 3．1 ECM电子器件识别系统概述 | 第25-26页 |
| 3．2 ECM电子器件识别系统硬件组成 | 第26-29页 |
| 3．2．1 ECM电子器件识别系统硬件组成概述 | 第26页 |
| 3．2．2 图像输入设备 | 第26-29页 |
| 3．2．3 计算机主机 | 第29页 |
| 3．2．4 图像输出设备 | 第29页 |
| 3．3 ECM电子器件识别系统软件组成 | 第29-39页 |
| 3．3．1 ECM电子器件识别系统软件组成概述 | 第29-30页 |
| 3．3．2 人机交互界面 | 第30-31页 |
| 3．3．3 视频显示 | 第31页 |
| 3．3．4 视频参数设置 | 第31-32页 |
| 3．3．5 器件识别 | 第32-35页 |
| 3．3．6 器件检测 | 第35-39页 |
| 第四章 ECM电子器件识别系统中的算法介绍 | 第39-52页 |
| 4．1 颜色直方图 | 第39-42页 |
| 4．1．1 颜色直方图的定义 | 第39页 |
| 4．1．2 颜色直方图的特点~([23-24]) | 第39-40页 |
| 4．1．3 传统的颜色直方图 | 第40-41页 |
| 4．1．4 颜色直方图距离的度量方法([28-29]) | 第41-42页 |
| 4．1．5 本系统采用的颜色直方图法 | 第42页 |
| 4．2 中值滤波 | 第42-43页 |
| 4．3 Hough变换 | 第43-44页 |
| 4．4 数学形态学运算 | 第44-49页 |
| 4．4．1 腐蚀 | 第45-46页 |
| 4．4．2 膨胀 | 第46-47页 |
| 4．4．3 开、闭运算 | 第47页 |
| 4．4．4 细化 | 第47-49页 |
| 4．5 边缘检测 | 第49-50页 |
| 4．6 孤立点滤波 | 第50-52页 |
| 第五章 实验分析 | 第52-56页 |
| 5．1 照明系统的改进 | 第52-53页 |
| 5．2 识别方法的改进 | 第53-56页 |
| 5．2．1 HSV模型空间 | 第53-54页 |
| 5．2．2 RGB到HSV的转换 | 第54-55页 |
| 5．2．3 颜色空间的量化 | 第55-56页 |
| 第六章 结论与展望 | 第56-58页 |
| 附录 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表的学术论文 | 第65-66页 |
| 学位论文评阅及答辩情况表 | 第66页 |