基于机器视觉的电容屏缺陷识别方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·课题背景和研究目的 | 第7-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10页 |
| ·论文内容安排 | 第10-13页 |
| 2 电容屏缺陷识别原理分析 | 第13-21页 |
| ·电容屏缺陷分析 | 第13-17页 |
| ·电容屏原理介绍 | 第13-14页 |
| ·缺陷分析 | 第14-17页 |
| ·电容屏缺陷识别流程分析 | 第17-19页 |
| ·软件流程 | 第17-18页 |
| ·程序设计 | 第18-19页 |
| ·本章小结 | 第19-21页 |
| 3 电容屏缺陷图像预处理 | 第21-29页 |
| ·电容屏缺陷图像灰度化 | 第21-22页 |
| ·电容屏缺陷图像增强 | 第22-25页 |
| ·图像灰度直方图 | 第22-23页 |
| ·图像灰度直方图均衡化 | 第23-25页 |
| ·电容屏缺陷图像光滑 | 第25-28页 |
| ·均值滤波 | 第25-26页 |
| ·高斯滤波 | 第26页 |
| ·中值滤波 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 4 电容屏缺陷图像的分割及其后处理 | 第29-51页 |
| ·图像分割 | 第29-45页 |
| ·引线有缺口的分割 | 第29-31页 |
| ·引线连线的分割 | 第31-36页 |
| ·可视区图形划伤的分割 | 第36-41页 |
| ·可视区图形有脏污、可视区ITO图形缺失的分割 | 第41-44页 |
| ·引线镀层缺失的分割 | 第44-45页 |
| ·电容屏缺陷分割后处理 | 第45-50页 |
| ·值图像形态学基本运算 | 第46-47页 |
| ·形态学细化 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 5 电容屏缺陷的特征提取及分类识别 | 第51-71页 |
| ·电容屏缺陷轮廓跟踪 | 第51-53页 |
| ·电容屏缺陷的特征提取 | 第53-63页 |
| ·几何特征 | 第53-54页 |
| ·形状特征 | 第54-56页 |
| ·不变矩特征 | 第56-63页 |
| ·电容屏缺陷种类的识别 | 第63-70页 |
| ·BP神经网络结构 | 第65-66页 |
| ·BP神经网络学习算法 | 第66-67页 |
| ·BP神经网络的设计及识别结果 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 6 总结与展望 | 第71-73页 |
| ·总结 | 第71页 |
| ·展望 | 第71-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-77页 |
