某精密细小元件外观缺陷的视觉检测技术研究与应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 论文研究背景和意义 | 第10-12页 |
| 1.2 精密细小元件表面检测技术的研究现状 | 第12-15页 |
| 1.2.1 非视觉检测方法 | 第12-14页 |
| 1.2.2 基于机器视觉的精密微小元件检测方法 | 第14-15页 |
| 1.3 机器视觉技术的发展现状及趋势 | 第15-18页 |
| 1.4 本文主要内容简介 | 第18-20页 |
| 第二章 精密细小元件外观缺陷检测系统设计 | 第20-43页 |
| 2.1 机器视觉检测系统指标 | 第20-21页 |
| 2.2 检测对象及检测难点分析 | 第21-23页 |
| 2.3 系统整体平台概述 | 第23-27页 |
| 2.4 机器视觉成像系统 | 第27-34页 |
| 2.4.1 光源与打光方式 | 第27-31页 |
| 2.4.2 光学镜头 | 第31-32页 |
| 2.4.3 CCD相机 | 第32-34页 |
| 2.5 系统图像获取方案设计 | 第34-37页 |
| 2.6 系统控制方案设计 | 第37-38页 |
| 2.7 次品分拣 | 第38-41页 |
| 2.7.1 次品分拣概述 | 第38页 |
| 2.7.2 检测系统次品分拣装置设计与开发 | 第38-41页 |
| 2.8 本章小结 | 第41-43页 |
| 第三章 相机标定技术 | 第43-55页 |
| 3.1 相机标定的基本理论 | 第43-48页 |
| 3.1.1 三个层次的坐标系统 | 第43-44页 |
| 3.1.2 相机标定参数 | 第44-45页 |
| 3.1.3 坐标变换 | 第45-47页 |
| 3.1.4 相机镜头的畸变 | 第47-48页 |
| 3.2 相机标定方法简介 | 第48-49页 |
| 3.2.1 传统的相机标定方法 | 第48-49页 |
| 3.2.2 相机自标定方法 | 第49页 |
| 3.3 相机标定 | 第49-53页 |
| 3.3.1 相机自标定方法原理 | 第49-52页 |
| 3.3.2 相机标定实验与结果 | 第52-53页 |
| 3.4 本章小结 | 第53-55页 |
| 第四章 图像检测算法 | 第55-80页 |
| 4.1 图像预处理 | 第55-65页 |
| 4.1.1 图像增强 | 第55-59页 |
| 4.1.2 图像去噪 | 第59-65页 |
| 4.2 元件检测区域定位 | 第65-67页 |
| 4.3 基于边缘检测算法的元件缺陷检测 | 第67-73页 |
| 4.3.1 图像边缘 | 第68-69页 |
| 4.3.2 边缘检测算法 | 第69-73页 |
| 4.4 元件表面缺陷特征提取与识别 | 第73-79页 |
| 4.4.1 图像分割 | 第73-75页 |
| 4.4.2 缺陷特征提取 | 第75-78页 |
| 4.4.3 专家决策识别算法 | 第78-79页 |
| 4.5 本章小结 | 第79-80页 |
| 第五章 系统视觉软件的实现与结果分析 | 第80-90页 |
| 5.1 系统视觉软件开发平台选择 | 第80-81页 |
| 5.2 视觉检测软件介绍 | 第81-83页 |
| 5.3 检测效果 | 第83-85页 |
| 5.4 检测数据分析 | 第85-86页 |
| 5.5 漏检误检分析 | 第86-89页 |
| 5.6 本章小结 | 第89-90页 |
| 第六章 总结与展望 | 第90-92页 |
| 6.1 总结 | 第90-91页 |
| 6.2 展望 | 第91-92页 |
| 参考文献 | 第92-96页 |
| 致谢 | 第96-98页 |
| 附录 攻读学位期间参与的主要科研项目和成果 | 第98页 |
