基于机器视觉的LED芯片定位与检测技术研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外的研究现状 | 第12-14页 |
| 1.2.1 国内研究现状 | 第12-13页 |
| 1.2.2 国外研究现状 | 第13-14页 |
| 1.2.3 研究意义 | 第14页 |
| 1.3 论文的主要内容 | 第14-17页 |
| 2 LED芯片图像预处理 | 第17-37页 |
| 2.1 图像分类 | 第17-19页 |
| 2.1.1 彩色图像 | 第17-19页 |
| 2.1.2 灰度图 | 第19页 |
| 2.2 去噪处理 | 第19-25页 |
| 2.2.1 均值滤波 | 第20-21页 |
| 2.2.2 高斯滤波 | 第21-22页 |
| 2.2.3 中值滤波 | 第22页 |
| 2.2.4 腐蚀与膨胀 | 第22-25页 |
| 2.3 阈值分割 | 第25-27页 |
| 2.3.1 固定阈值 | 第25页 |
| 2.3.2 最大类间方差法 | 第25-27页 |
| 2.4 特征提取 | 第27-36页 |
| 2.4.1 边缘提取 | 第27-31页 |
| 2.4.2 角点检测 | 第31-36页 |
| 2.5 本章小结 | 第36-37页 |
| 3 LED芯片模板匹配与位姿识别 | 第37-43页 |
| 3.1 基于灰度的模板匹配 | 第37-38页 |
| 3.1.1 SSD算法 | 第37页 |
| 3.1.2 NCC算法 | 第37-38页 |
| 3.2 位姿识别 | 第38-39页 |
| 3.2.1 位置识别 | 第38-39页 |
| 3.2.2 方向姿态识别 | 第39页 |
| 3.3 模板匹配实验 | 第39-41页 |
| 3.4 本章小结 | 第41-43页 |
| 4 相机标定 | 第43-49页 |
| 4.1 相机模型 | 第43-45页 |
| 4.1.1 线性模型 | 第44-45页 |
| 4.1.2 非线性相机模型 | 第45页 |
| 4.2 相机的标定方法 | 第45-47页 |
| 4.2.1 传统相机标定法 | 第46页 |
| 4.2.2 基于主动视觉标定 | 第46页 |
| 4.2.3 自标定法 | 第46页 |
| 4.2.4 张正友标定法 | 第46-47页 |
| 4.3 标定实验 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 5 LED芯片的视觉定位 | 第49-71页 |
| 5.1 贴装定位图像采集 | 第49-50页 |
| 5.2 LED芯片特征分析及图像处理方案 | 第50-51页 |
| 5.3 LED外轮廓位姿识别 | 第51-60页 |
| 5.3.1 阈值处理 | 第52-53页 |
| 5.3.2 轮廓提取 | 第53-55页 |
| 5.3.3 顶点识别提取 | 第55-56页 |
| 5.3.4 本文角点提取算法 | 第56-59页 |
| 5.3.5 芯片的位置与方向 | 第59-60页 |
| 5.4 实验测试与分析 | 第60-66页 |
| 5.4.1 算法自身测试 | 第60-64页 |
| 5.4.2 算法对比测试 | 第64-66页 |
| 5.5 引脚位姿识别 | 第66-69页 |
| 5.6 本章小结 | 第69-71页 |
| 6 产品的视觉检测 | 第71-83页 |
| 6.1 产品的检测分析 | 第71-73页 |
| 6.2 采集图像灰度分析 | 第73-77页 |
| 6.3 视觉检测方案 | 第77-81页 |
| 6.3.1 阈值分割 | 第77页 |
| 6.3.2 轮廓提取 | 第77-79页 |
| 6.3.3 特征匹配与位姿检测 | 第79-81页 |
| 6.4 检测实验分析 | 第81-82页 |
| 6.5 本章小结 | 第82-83页 |
| 7 总结与展望 | 第83-85页 |
| 7.1 工作总结 | 第83页 |
| 7.2 工作展望 | 第83-85页 |
| 致谢 | 第85-87页 |
| 参考文献 | 第87-91页 |
| 附录A：视觉定位源码 | 第91-99页 |
| 攻读学位期间发表的学术论文 | 第99-101页 |
