PCB缺陷智能视觉检测系统研究与设计
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-22页 |
| ·课题研究背景和意义 | 第10-13页 |
| ·智能检测技术 | 第13-19页 |
| ·智能检测技术概述 | 第13-15页 |
| ·智能检测控制技术应用 | 第15-16页 |
| ·机器视觉 | 第16-18页 |
| ·自动光学检测（AOI) | 第18-19页 |
| ·PCB 板缺陷检测方法概述 | 第19-20页 |
| ·本论文的主要工作 | 第20-21页 |
| ·论文结构 | 第21-22页 |
| 第2章 PCB 缺陷智能视觉检测系统总体设计 | 第22-40页 |
| ·系统设计思路 | 第22-23页 |
| ·系统整体设计 | 第23-24页 |
| ·系统总体结构 | 第23页 |
| ·系统工作原理 | 第23-24页 |
| ·光学成像技术研究 | 第24-32页 |
| ·光源及照明 | 第24-28页 |
| ·摄像机和镜头 | 第28-30页 |
| ·图像采集模卡 | 第30-32页 |
| ·机械系统设计 | 第32-36页 |
| ·上下料分拣系统设计 | 第32-34页 |
| ·自动输送线结构设计 | 第34-36页 |
| ·电气控制系统设计 | 第36-39页 |
| ·可编程逻辑控制器的控制系统设计 | 第37-38页 |
| ·步进电机控制系统设计 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第3章 PCB 图像预处理方法研究 | 第40-52页 |
| ·图像对比度增强 | 第40-41页 |
| ·图像去噪 | 第41-46页 |
| ·常用图像去噪方法 | 第42-45页 |
| ·中值滤波和 bayes 估计的小波混合去噪算法 | 第45-46页 |
| ·图像分割 | 第46-51页 |
| ·常用的阈值分割算法 | 第47-49页 |
| ·二维最大类间方差阈值分割的快速迭代算法 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| PCB 缺陷检测与识别算法研究 | 第52-60页 |
| ·PCB 光板质量检测 | 第52-55页 |
| ·图像形态学处理 | 第52-54页 |
| ·缺陷识别 | 第54页 |
| ·实验结果与分析 | 第54-55页 |
| ·PCB 焊点质量的检测与识别 | 第55-59页 |
| ·焊点质量检测概述 | 第55页 |
| ·基于模糊神经网络的焊点质量检测算法 | 第55-58页 |
| ·实验结果与分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 PCB 缺陷智能视觉检测系统的软件实现 | 第60-65页 |
| ·软件设计对机器视觉系统性能的影响 | 第60-61页 |
| ·检测系统软件设计与实现 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 结论与展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第72页 |
