首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

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

论文共151页,点击 下载论文
上一篇:适用于坡面森林冠层的新混合反射率模型
下一篇:企业家社会资本与战略执行效果--战略共识的中介效应研究