| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-14页 |
| 1.1 课题的研究背景及意义 | 第7-8页 |
| 1.2 国内外发展趋势及现状 | 第8-11页 |
| 1.2.1 成像法 | 第8-10页 |
| 1.2.2 角谱分析法 | 第10-11页 |
| 1.3 本章小结 | 第11页 |
| 1.4 论文的主要内容安排 | 第11-14页 |
| 1.4.1 项目所研制系统所具有的主要功能 | 第11-12页 |
| 1.4.2 项目所研究的主要内容 | 第12页 |
| 1.4.3 本论文的结构安排 | 第12-14页 |
| 2 超光滑表面疵病检测系统研究 | 第14-20页 |
| 2.1 超光滑元件表面疵病成像原理分析 | 第14-15页 |
| 2.2 超光滑表面疵病成像及图像采集系统结构介绍 | 第15-19页 |
| 2.2.1 激光照射成像模块 | 第15-16页 |
| 2.2.2 数字CCD图像采集模块 | 第16-17页 |
| 2.2.3 被测样品四维驱动模块 | 第17-18页 |
| 2.2.4 计算机图像处理模块 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 3 全孔径疵病图像获取的总体方案设计 | 第20-41页 |
| 3.1 疵病图像的采集方法及全孔径疵病图像获取的总体思路研究 | 第20-24页 |
| 3.1.1 扫描式的子孔径疵病图像采集 | 第20-21页 |
| 3.1.2 旋转待测元件的全方位照射成像 | 第21-22页 |
| 3.1.3 各个旋转角度下全孔径疵病图像的叠加 | 第22-23页 |
| 3.1.4 全孔径疵病图像获取的总体思路 | 第23-24页 |
| 3.2 子孔径疵病图像快速平移拼接算法的研究 | 第24-26页 |
| 3.2.1 图像平移算法原理的研究 | 第24-25页 |
| 3.2.2 快速平移拼接算法的仿真 | 第25-26页 |
| 3.3 改进后的子孔径疵病图像自动拼接算法的研究 | 第26-36页 |
| 3.3.1 子孔径疵病图像自动拼接的总体思想 | 第26-28页 |
| 3.3.2 子孔径疵病图像自动拼接算法研究 | 第28-32页 |
| 3.3.3 子孔径疵病图像自动拼接算法的仿真 | 第32-35页 |
| 3.3.4 子孔径疵病图像自动拼接算法的误差分析 | 第35-36页 |
| 3.4 全孔径疵病图像旋转算法的研究 | 第36-39页 |
| 3.4.1 图像旋转算法理论研究 | 第36-37页 |
| 3.4.2 改进后的适于检测的旋转算法研究 | 第37-39页 |
| 3.5 全孔径疵病图像的或运算叠加 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 4 疵病图像信息特征量的定义与提取 | 第41-62页 |
| 4.1 疵病图像的空间滤波去噪 | 第41-45页 |
| 4.1.1 均值滤波去噪 | 第41-43页 |
| 4.1.2 中值滤波去噪 | 第43-45页 |
| 4.2 基于阈值分割的疵病图像二值化 | 第45-48页 |
| 4.3 疵病二值图像的数学形态学操作 | 第48-51页 |
| 4.4 不同类型疵病的识别算法研究 | 第51-58页 |
| 4.4.1 常见的疵病特征类型 | 第51-53页 |
| 4.4.2 线状疵病识别算法及其实现 | 第53-56页 |
| 4.4.3 块状、点状疵病识别算法及其实现 | 第56-58页 |
| 4.5 疵病位置信息的提取 | 第58-61页 |
| 4.5.1 像素当量的标定 | 第58-60页 |
| 4.5.2 疵病区域的定位 | 第60-61页 |
| 4.6 本章小结 | 第61-62页 |
| 5 疵病检测系统与操作步骤介绍 | 第62-68页 |
| 5.1 超光滑表面疵病检测系统介绍 | 第62-66页 |
| 5.1.1 检测系统硬件部分 | 第62-63页 |
| 5.1.2 检测系统软件部分 | 第63-66页 |
| 5.2 操作步骤介绍 | 第66-67页 |
| 5.3 本章小结 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-73页 |