基于机器视觉的LED划片机定位技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第15-26页 |
| 1.1 课题来源 | 第15页 |
| 1.2 研究背景及意义 | 第15-16页 |
| 1.3 LED划片技术概况 | 第16-18页 |
| 1.3.1 划片机发展过程 | 第16-17页 |
| 1.3.2 国内外砂轮划片机的发展现状 | 第17-18页 |
| 1.4 机器视觉定位系统概况 | 第18-24页 |
| 1.4.1 机器视觉的发展与应用 | 第18-20页 |
| 1.4.2 视觉定位系统的研究现状 | 第20页 |
| 1.4.3 视觉定位系统的特点及发展趋势 | 第20-21页 |
| 1.4.4 视觉定位系统的关键技术 | 第21-23页 |
| 1.4.5 Opencv简介 | 第23-24页 |
| 1.5 视觉定位系统遇到的若干关键问题 | 第24页 |
| 1.6 论文研究内容及结构 | 第24-26页 |
| 第2章 划片机视觉定位系统方案 | 第26-41页 |
| 2.1 全自动划片机设计说明 | 第26-27页 |
| 2.2 视觉定位系统设计 | 第27-28页 |
| 2.3 成像模块 | 第28-31页 |
| 2.4 照明系统 | 第31-37页 |
| 2.4.1 光源照明技术 | 第31-32页 |
| 2.4.2 机器视觉领域的典型光源 | 第32-33页 |
| 2.4.3 照明方案的选择 | 第33-37页 |
| 2.5 系统的软件设计 | 第37-40页 |
| 2.5.1 软件系统的整体设计 | 第37页 |
| 2.5.2 程序功能模块 | 第37-40页 |
| 2.6 本章小结 | 第40-41页 |
| 第3章 LED芯片图像处理过程 | 第41-56页 |
| 3.1 图像预处理 | 第41-48页 |
| 3.1.1 增强图像对比度 | 第42-45页 |
| 3.1.2 图像滤波 | 第45-47页 |
| 3.1.3 图像锐化 | 第47-48页 |
| 3.2 图像分割 | 第48-52页 |
| 3.2.1 阈值分割 | 第48-51页 |
| 3.2.2 边缘检测 | 第51-52页 |
| 3.3 图像的形态学运算 | 第52-55页 |
| 3.3.1 集合论相关的基本概念 | 第52-53页 |
| 3.3.2 二值腐蚀和膨胀运算 | 第53页 |
| 3.3.3 开运算和闭运算 | 第53-55页 |
| 3.4 本章小结 | 第55-56页 |
| 第4章 清晰图像的获取实现 | 第56-68页 |
| 4.1 读取相机 | 第56-60页 |
| 4.1.1 相机读取模型 | 第56-58页 |
| 4.1.2 读取相机的软件实现 | 第58-60页 |
| 4.2 相机标定 | 第60-62页 |
| 4.2.1 相机成像模型 | 第60-62页 |
| 4.2.2 相机标定方法 | 第62页 |
| 4.3 划片机自动对焦方法 | 第62-67页 |
| 4.3.1 适用于划片机的自动对焦方法 | 第62-63页 |
| 4.3.2 图像清晰度评价方法 | 第63-66页 |
| 4.3.3 Z轴移动控制 | 第66-67页 |
| 4.3.4 自动对焦实现 | 第67页 |
| 4.4 本章小结 | 第67-68页 |
| 第5章 划片机自动对准算法设计 | 第68-88页 |
| 5.1 LED芯片的定位对准过程 | 第68-69页 |
| 5.2 适用于划片机的图像匹配算法 | 第69-76页 |
| 5.2.1 基于灰度信息的匹配算法 | 第69-73页 |
| 5.2.2 基于特征信息的匹配算法 | 第73-76页 |
| 5.3 面向LED划片的匹配算法设计 | 第76-82页 |
| 5.3.1 初始角度的计算 | 第76-77页 |
| 5.3.2 多目标多模板匹配 | 第77-78页 |
| 5.3.3 算法精度与速度提升 | 第78-80页 |
| 5.3.4 算法设计与实现 | 第80-82页 |
| 5.4 算法的性能分析 | 第82-87页 |
| 5.5 本章小结 | 第87-88页 |
| 总结与展望 | 第88-90页 |
| 参考文献 | 第90-95页 |
| 附录 A 攻读学位期间参与的研究课题 | 第95-96页 |
| 附录 B 在学期间取得的学术成果 | 第96-97页 |
| 致谢 | 第97页 |
