| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 选题背景 | 第9页 |
| 1.2 印制电路板缺陷检测概述 | 第9-12页 |
| 1.2.1 检测圆形PCB Mark圆心位置 | 第10页 |
| 1.2.2 PCB图像配准与拼接 | 第10-12页 |
| 1.2.3 PCB缺陷检测 | 第12页 |
| 1.3 本文的章节安排 | 第12-14页 |
| 2 基于Hough变换检测PCB Mark类同心圆圆心 | 第14-23页 |
| 2.1 基于Hough变换检测圆的方法 | 第14-18页 |
| 2.1.1 Hough变换检测圆的基本原理 | 第15-16页 |
| 2.1.2 随机Hough变换原理 | 第16-17页 |
| 2.1.3 广义的Hough变换 | 第17页 |
| 2.1.4 Hough变换的常见改进 | 第17-18页 |
| 2.2 全自动曝光机对PCB Mark的拍照原理 | 第18-20页 |
| 2.2.1 全自动曝光机工作原理及对位流程 | 第18-19页 |
| 2.2.2 全自动曝光机对PCB Mark图片的提取 | 第19-20页 |
| 2.3 半径分段快速检测PCB Mark类同心圆圆心位置 | 第20-23页 |
| 2.3.1 PCB Mark类同心圆半径分段 | 第20-21页 |
| 2.3.2 Canny边缘检测 | 第21-22页 |
| 2.3.3 实际应用步骤与检测结果 | 第22-23页 |
| 3 基于特征点匹配的PCB图像配准与拼接 | 第23-38页 |
| 3.1 图像拼接技术的主要内容及流程 | 第23-27页 |
| 3.1.1 预处理算法 | 第23-24页 |
| 3.1.2 图像配准算法 | 第24-26页 |
| 3.1.3 图像融合算法 | 第26-27页 |
| 3.2 基于SITF特征的图像配准 | 第27-34页 |
| 3.2.1 SIFT算法原理 | 第27-31页 |
| 3.2.2 算法步骤 | 第31-32页 |
| 3.2.3 实验结果 | 第32-34页 |
| 3.3 图像融合算法的研究与实现 | 第34-38页 |
| 3.3.1 图像融合算法 | 第34-36页 |
| 3.3.2 实验结果与分析 | 第36-38页 |
| 4 印制电路板缺陷检测的算法研究 | 第38-54页 |
| 4.1 图像采集 | 第38页 |
| 4.1.1 RGB颜色空间 | 第38页 |
| 4.1.2 图像的存储格式 | 第38页 |
| 4.2 图像预处理 | 第38-43页 |
| 4.2.1 图像平滑 | 第39-40页 |
| 4.2.2 图像增强 | 第40-41页 |
| 4.2.3 图像锐化 | 第41-42页 |
| 4.2.4 图像灰度化 | 第42-43页 |
| 4.3 数学形态学去噪 | 第43-45页 |
| 4.3.1 腐蚀 | 第43-44页 |
| 4.3.2 膨胀 | 第44页 |
| 4.3.3 开启运算与闭合运算 | 第44-45页 |
| 4.4 PCB缺陷检测实例 | 第45-54页 |
| 4.4.1 缺陷特征及判断方法 | 第45-46页 |
| 4.4.2 断线、短路、毛刺、针孔(缺口)的缺陷判断流程 | 第46-48页 |
| 4.4.3 自动光学检测机(AOI)区分不同缺陷的研究 | 第48-51页 |
| 4.4.4 实验结果 | 第51-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
