基于机器视觉的TR型芯片检测与定位算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题的背景 | 第9-11页 |
| 1.1.1 贴片机概述 | 第9-10页 |
| 1.1.2 机器视觉概述 | 第10-11页 |
| 1.2 研究目的及意义 | 第11-13页 |
| 1.3 国内外研究现状 | 第13-16页 |
| 1.3.1 国外现状 | 第13-14页 |
| 1.3.2 国内现状 | 第14-16页 |
| 1.4 本文主要研究内容 | 第16-17页 |
| 第2章 图像预处理 | 第17-34页 |
| 2.1 光照强度判断 | 第17-19页 |
| 2.2 图像增强滤波 | 第19-25页 |
| 2.2.1 均值滤波 | 第19-20页 |
| 2.2.2 高斯滤波器 | 第20-21页 |
| 2.2.3 双边滤波器 | 第21-22页 |
| 2.2.4 中值滤波器 | 第22页 |
| 2.2.5 自适应中值滤波器 | 第22-24页 |
| 2.2.6 滤波结果 | 第24-25页 |
| 2.3 图像分割 | 第25-33页 |
| 2.3.1 OTSU算法 | 第25-28页 |
| 2.3.2 二维OTSU算法 | 第28-30页 |
| 2.3.3 分水岭算法 | 第30-32页 |
| 2.3.4 阈值分割结果 | 第32-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 获取芯片信息 | 第34-64页 |
| 3.1 芯片特征简介 | 第34-35页 |
| 3.2 轮廓提取及筛选 | 第35-40页 |
| 3.2.1 传统边界跟踪算法 | 第36-37页 |
| 3.2.2 八邻域轮廓跟踪 | 第37-38页 |
| 3.2.3 轮廓筛选 | 第38-39页 |
| 3.2.4 结果分析 | 第39-40页 |
| 3.3 k-means管脚分割 | 第40-44页 |
| 3.3.1 k-means算法思想 | 第40-42页 |
| 3.3.2 快速k中心初始化法管脚分割 | 第42-44页 |
| 3.4 芯片转正 | 第44-52页 |
| 3.4.1 凸包最小外接矩形 | 第44-47页 |
| 3.4.2 仿射变换转正 | 第47-49页 |
| 3.4.3 结果分析 | 第49-52页 |
| 3.5 参数检测 | 第52-62页 |
| 3.5.1 足部根部分割 | 第52-57页 |
| 3.5.2 管脚参数获取 | 第57-62页 |
| 3.6 本章小结 | 第62-64页 |
| 第4章 芯片定位及缺陷检测 | 第64-79页 |
| 4.1 基于图像分割的定位 | 第64-67页 |
| 4.2 基于轮廓匹配的定位 | 第67-75页 |
| 4.2.1 边缘灰度匹配 | 第67-73页 |
| 4.2.2 边缘梯度匹配 | 第73-75页 |
| 4.3 缺陷检测 | 第75-78页 |
| 4.4 本章小结 | 第78-79页 |
| 第5章 算法测试 | 第79-84页 |
| 5.1 管脚参数算法测试 | 第79-80页 |
| 5.2 芯片定位算法测试 | 第80-83页 |
| 5.3 本章小结 | 第83-84页 |
| 结论 | 第84-86页 |
| 参考文献 | 第86-90页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第90-92页 |
| 致谢 | 第92页 |
