基于计算机视觉的自动光学检测关键技术与应用研究
摘要 | 第1-7页 |
ABSTRACT | 第7-13页 |
第一章 绪论 | 第13-25页 |
·课题背景 | 第13-15页 |
·研究现状 | 第15-19页 |
·计算机视觉 | 第15-17页 |
·自动光学检测 | 第17-19页 |
·关键技术 | 第19-22页 |
·选题意义及主要研究内容 | 第22-23页 |
·课题来源 | 第22页 |
·课题的研究目标和意义 | 第22-23页 |
·论文组织结构 | 第23-25页 |
第二章 图像获取技术 | 第25-43页 |
·高质量图像标准 | 第25-26页 |
·照明方案设计 | 第26-32页 |
·光源 | 第26-27页 |
·物体表面反射性质 | 第27-29页 |
·照明的方向特性 | 第29-32页 |
·镜头 | 第32-34页 |
·图像传感器 | 第34-37页 |
·CCD图像传感器简介 | 第34-35页 |
·CMOS图像传感器简介 | 第35-36页 |
·图像传感器参数 | 第36-37页 |
·大功率LED晶圆缺陷检测照明方案设计 | 第37-42页 |
·本章小结 | 第42-43页 |
第三章 目标区域识别与分割 | 第43-79页 |
·图像分割算法基本原理 | 第43-48页 |
·阈值分割 | 第43-47页 |
·亚像素精度阈值分割 | 第47-48页 |
·基于几何特征的分割算法 | 第48-59页 |
·边缘定义 | 第49-51页 |
·一维边缘检测 | 第51-53页 |
·二维边缘检测 | 第53-56页 |
·几何基元的分割和拟合 | 第56-59页 |
·模板匹配 | 第59-65页 |
·基于灰度值的模板匹配 | 第60-63页 |
·使用图形金字塔匹配 | 第63-65页 |
·带旋转和缩放的模板匹配 | 第65页 |
·基于压缩感知的分割算法 | 第65-73页 |
·算法基本原理 | 第66-69页 |
·维度压缩方法 | 第69-70页 |
·分类器构建与训练 | 第70-71页 |
·识别与分割算法设计 | 第71-73页 |
·大功率LED晶圆缺陷检测芯片区域分割算法设计 | 第73-78页 |
·本章小结 | 第78-79页 |
第四章 特征提取与缺陷分类 | 第79-111页 |
·传统特征提取与缺陷分类算法 | 第79-84页 |
·区域特征提取 | 第79-81页 |
·灰度值特征提取 | 第81-82页 |
·轮廓特征提取 | 第82-83页 |
·缺陷分类算法 | 第83-84页 |
·基于相位一致性的特征提取算法 | 第84-97页 |
·相位一致性基本原理 | 第85-89页 |
·基于相位一致性的角点检测 | 第89-92页 |
·改进型的线检测 | 第92-97页 |
·基于多尺度角点探测的特征提取算法 | 第97-103页 |
·Harris角点探测算法 | 第97-98页 |
·多尺度Harris角点检测 | 第98-100页 |
·多尺度Harris角点检测 | 第100-103页 |
·缺陷分类算法设计 | 第103-107页 |
·BP神经网络基本原理 | 第103-106页 |
·BP算法在实现中的问题 | 第106-107页 |
·大功率LED晶圆缺陷检测缺陷特征提取算法设计 | 第107-110页 |
·本章小结 | 第110-111页 |
第五章 大功率LED晶圆缺陷检测应用 | 第111-134页 |
·晶圆缺陷检测问题概述 | 第111-117页 |
·系统概述 | 第117页 |
·系统硬件设计 | 第117-123页 |
·图像采集系统设计 | 第119-121页 |
·机械运动平台设计 | 第121-123页 |
·基于MATLAB的系统软件设计 | 第123-129页 |
·软件系统结构设计 | 第124-125页 |
·图像化交互界面设计 | 第125-127页 |
·MATLAB软件系统多线程程序设计 | 第127-129页 |
·样机研制与实验结果 | 第129-133页 |
·本章小结 | 第133-134页 |
第六章 全文总结与展望 | 第134-138页 |
·研究工作总结 | 第134-136页 |
·进一步研究的展望 | 第136-138页 |
参考文献 | 第138-148页 |
致谢 | 第148-149页 |
攻读博士学位期间取得的成果 | 第149-151页 |
一、发表的论文 | 第149-150页 |
二、申请的专利 | 第150页 |
三、获得的技术鉴定 | 第150页 |
四、负责的研究课题 | 第150页 |
五、参与的研究课题 | 第150-151页 |