PCB在线检测前景提取及图像拼接方法的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 PCB检测的发展及国内外研究现状 | 第11-14页 |
| 1.2.1 PCB检测技术的发展 | 第11-12页 |
| 1.2.2 基于机器视觉的PCB检测研究现状 | 第12-14页 |
| 1.3 论文主要内容与论文结构安排 | 第14-16页 |
| 1.3.1 论文主要内容 | 第14-15页 |
| 1.3.2 论文结构安排 | 第15-16页 |
| 第2章 图像预处理及前景提取相关算法 | 第16-32页 |
| 2.1 图像预处理 | 第16-21页 |
| 2.1.1 灰度处理 | 第16-17页 |
| 2.1.2 图像增强 | 第17-21页 |
| 2.2 图像前景提取相关算法 | 第21-31页 |
| 2.2.1 阈值分割 | 第21-26页 |
| 2.2.2 边缘检测 | 第26-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第3章 PCB在线检测前景提取 | 第32-44页 |
| 3.1 PCB图像采集系统简介 | 第32页 |
| 3.2 PCB图像前景提取具体步骤 | 第32-42页 |
| 3.2.1 图像预处理 | 第34-35页 |
| 3.2.2 PCB图像前景提取 | 第35-38页 |
| 3.2.3 图像后处理 | 第38-42页 |
| 3.3 实验结果 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 图像拼接相关算法 | 第44-59页 |
| 4.1 模板匹配 | 第44-46页 |
| 4.2 特征点检测 | 第46-56页 |
| 4.2.1 SIFT特征提取算法 | 第46-52页 |
| 4.2.2 SURF特征提取 | 第52-56页 |
| 4.3 特征匹配 | 第56页 |
| 4.4 图像融合 | 第56-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 PCB图像拼接 | 第59-76页 |
| 5.1 PCB图像拼接具体步骤 | 第59-71页 |
| 5.1.1 PCB基准点模板匹配 | 第61-65页 |
| 5.1.2 PCB特征点检测 | 第65页 |
| 5.1.3 特征点匹配 | 第65-71页 |
| 5.1.4 图像融合 | 第71页 |
| 5.2 实验结果及评价 | 第71-75页 |
| 5.2.1 PCB拼接结果 | 第71页 |
| 5.2.2 拼接评价 | 第71-75页 |
| 5.3 本章小结 | 第75-76页 |
| 第6章 总结与展望 | 第76-78页 |
| 6.1 总结 | 第76-77页 |
| 6.2 展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-84页 |
| 在读期间发表的学术论文与取得的研究成果 | 第84页 |
