先进电子制造生产线机器视觉检测方法与技术研究
摘要 | 第1-7页 |
Abstract | 第7-12页 |
第1章 绪论 | 第12-30页 |
·研究背景和意义 | 第12-14页 |
·先进电子制造中相关产品及生产工艺 | 第14-17页 |
·IC封装工艺流程 | 第15页 |
·PCB装配技术—表面贴装工艺 | 第15-16页 |
·磁环生产工艺流程 | 第16-17页 |
·先进电子制造中的科学技术问题 | 第17-18页 |
·先进电子制造中的视觉检测与技术现状 | 第18-28页 |
·机器视觉系统 | 第18-21页 |
·机器视觉检测技术在电子制造中的应用 | 第21-22页 |
·电子制造中视觉检测理论方法的研究现状 | 第22-28页 |
·本论文的研究内容和章节安排 | 第28-30页 |
第2章 先进电子制造中视觉检测系统原理与结构设计 | 第30-58页 |
·机器视觉中的图像采集系统 | 第30-37页 |
·集成电路板的自动光学检测系统 | 第37-40页 |
·电子元器件的视觉自动对准装置(贴片机) | 第40-50页 |
·电子材料(磁环)视觉检测装置设计 | 第50-53页 |
·机器视觉检测软件系统 | 第53-57页 |
·小结 | 第57-58页 |
第3章 先进电子制造视觉检测的图像去噪方法研究 | 第58-74页 |
·引言 | 第58页 |
·常规图像去噪方法 | 第58-60页 |
·先进电子制造视觉检测的图像去躁算法 | 第60-70页 |
·离散小波变换的Mallat算法与平移不变性 | 第61-63页 |
·移不变四树复小波包变换 | 第63-65页 |
·复小波包变换域的混合统计模型降噪 | 第65-70页 |
·仿真实验分析 | 第70-73页 |
·小结 | 第73-74页 |
第4章 PCB成品质量视觉检测算法研究 | 第74-93页 |
·基于神经网络的PCB焊点质量视觉检测 | 第74-82页 |
·焊点质量检测 | 第74-75页 |
·基于熵的多阈值焊点图像分割 | 第75-76页 |
·焊点图像特征提取 | 第76-77页 |
·焊点图像特征量的选择 | 第77-79页 |
·基于神经网络的焊点质量检测算法 | 第79-81页 |
·仿真实验分析 | 第81-82页 |
·基于并行混沌优化算法的PCB板元件视觉检测 | 第82-92页 |
·PCB板元件检测 | 第82-85页 |
·并行混沌优化算法 | 第85-88页 |
·基于并行混沌优化的PCB板元件检测算法 | 第88-89页 |
·仿真实验 | 第89-92页 |
·小结 | 第92-93页 |
第5章 高精度贴片机的视觉定位算法研究 | 第93-107页 |
·图像匹配概述 | 第93-94页 |
·高精度贴片机的智能视觉定位方法 | 第94-104页 |
·图像视觉定位的基本思想 | 第94-95页 |
·本文的智能视觉定位算法设计思想 | 第95-96页 |
·基于小波变换的图像特征提取 | 第96-99页 |
·基于RBF网络的定位 | 第99-104页 |
·实验与结果 | 第104-106页 |
·小结 | 第106-107页 |
第6章 电子元件的视觉识别检测方法 | 第107-130页 |
·引言 | 第107页 |
·芯片引脚检测 | 第107-109页 |
·传统边缘检测算法 | 第109-112页 |
·基于形态学的芯片引脚边缘视觉检测 | 第112-123页 |
·灰度形态学基本运算 | 第113-115页 |
·基于形态学的边缘检测算子 | 第115-117页 |
·多结构元多尺度形态边缘检测算法 | 第117-120页 |
·仿真实验分析 | 第120-123页 |
·基于哈夫变换提取芯片外观参数 | 第123-129页 |
·广义哈夫变换原理 | 第124-125页 |
·利用哈夫变换检测芯片外观参数 | 第125-127页 |
·仿真实验 | 第127-129页 |
·小结 | 第129-130页 |
第7章 电子材料质量视觉检测算法研究 | 第130-144页 |
·磁环检测概述 | 第130-133页 |
·磁环智能视觉检测算法 | 第133-140页 |
·图像预处理与分割 | 第133-134页 |
·灰度级主分量分析 | 第134-135页 |
·利用支持向量机对磁环分类 | 第135-138页 |
·本文磁环质量智能检测算法归纳 | 第138-140页 |
·仿真实验分析 | 第140-143页 |
·小结 | 第143-144页 |
结论与展望 | 第144-146页 |
参考文献 | 第146-155页 |
致谢 | 第155-156页 |
附录A (博士期间主要科研成果) | 第156页 |