中文摘要 | 第3-4页 |
Abstract | 第4-5页 |
第一章 绪论 | 第8-14页 |
1.1 研究背景及意义 | 第8-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.3 研究目标和主要研究内容 | 第12页 |
1.4 本文的章节安排 | 第12-14页 |
第二章 Mura缺陷分析与图像处理流程设计 | 第14-22页 |
2.1 引言 | 第14页 |
2.2 液晶显示屏概述 | 第14-16页 |
2.3 Mura缺陷简介 | 第16-18页 |
2.4 Mura缺陷机器视觉检测难点及关键技术分析 | 第18-20页 |
2.5 Mura缺陷检测图像算法设计 | 第20-21页 |
2.6 本章小结 | 第21-22页 |
第三章 液晶显示屏图像纹理背景抑制 | 第22-35页 |
3.1 引言 | 第22-23页 |
3.2 液晶显示屏图像纹理背景抑制 | 第23-26页 |
3.2.1 中值滤波法 | 第23页 |
3.2.2 傅里叶变换法 | 第23-25页 |
3.2.3 Gabor变换和小波变换 | 第25-26页 |
3.3 基于实值Gabor小波滤波器的图像纹理背景抑制 | 第26-32页 |
3.3.1 实值Gabor滤波原理 | 第26-28页 |
3.3.2 实值Gabor小波滤波器的设计 | 第28-31页 |
3.3.3 子图像融合 | 第31-32页 |
3.4 实验与分析 | 第32-34页 |
3.5 本章小结 | 第34-35页 |
第四章 Mura缺陷分割 | 第35-53页 |
4.1 引言 | 第35-36页 |
4.2 图像分割算法 | 第36-41页 |
4.2.1 阈值分割 | 第36-37页 |
4.2.2 边缘检测 | 第37-40页 |
4.2.3 基于区域的主动轮廓模型 | 第40-41页 |
4.3 水平集方法 | 第41-45页 |
4.4 改进的Chan-Vese模型 | 第45-48页 |
4.5 实验与分析 | 第48-52页 |
4.6 本章小结 | 第52-53页 |
第五章 Mura缺陷量化 | 第53-61页 |
5.1 引言 | 第53页 |
5.2 基于SEMU标准的Mura缺陷量化 | 第53-54页 |
5.3 Mura缺陷位置判定 | 第54-56页 |
5.4 Mura缺陷形状判定 | 第56-57页 |
5.5 实验与分析 | 第57-60页 |
5.6 本章小结 | 第60-61页 |
第六章 Mura缺陷机器视觉检测系统的构建与实验 | 第61-74页 |
6.1 引言 | 第61页 |
6.2 Mura缺陷机器视觉检测系统的构建 | 第61-69页 |
6.2.1 图像采集平台的搭建 | 第61-63页 |
6.2.2 Mura缺陷自动检测流程的设计 | 第63-69页 |
6.3 Mura缺陷自动检测实验与分析 | 第69-73页 |
6.4 本章小结 | 第73-74页 |
总结与展望 | 第74-76页 |
参考文献 | 第76-80页 |
致谢 | 第80-81页 |
个人简历 | 第81-82页 |
攻读硕士期间的研究成果及发表的学术论文 | 第82页 |