| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 课题的国内外现状 | 第10-15页 |
| 1.2.1 机器视觉简介 | 第10-12页 |
| 1.2.2 机器视觉的应用 | 第12-15页 |
| 1.4 本论文的主要安排 | 第15-17页 |
| 第2章 表面缺陷简介及分类 | 第17-25页 |
| 2.1 表面缺陷检测概述 | 第17-18页 |
| 2.2 主流设备介绍 | 第18-20页 |
| 2.3 元器件瑕疵分类 | 第20-24页 |
| 2.3.1 贴片元器件简介 | 第20-21页 |
| 2.3.2 元器件表面缺陷分类 | 第21-24页 |
| 2.4 本章总结 | 第24-25页 |
| 第3章 图像处理基本算法 | 第25-34页 |
| 3.1 数字图像处理的概念 | 第25-27页 |
| 3.1.1 数字图像 | 第25-26页 |
| 3.1.2 数字图像处理的三个层次 | 第26页 |
| 3.1.3 数字图像处理的特点 | 第26-27页 |
| 3.2 形态学简介 | 第27-29页 |
| 3.2.1 膨胀 | 第28页 |
| 3.2.2 腐蚀 | 第28页 |
| 3.2.3 开和闭 | 第28-29页 |
| 3.3 图像分割算法 | 第29-31页 |
| 3.3.1 灰度分割法 | 第29-30页 |
| 3.3.2 轮廓提取与跟踪法 | 第30-31页 |
| 3.4 图像增强算法 | 第31-33页 |
| 3.4.1 图像平滑算法 | 第32页 |
| 3.4.2 直方图均衡算法 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 边缘检测算法 | 第34-47页 |
| 4.1 边缘检测技术的简介 | 第34-36页 |
| 4.2 边缘检测算法 | 第36-44页 |
| 4.2.1 Canny 边缘检测算法 | 第36-39页 |
| 4.2.2 Log 边缘检测算法 | 第39-40页 |
| 4.2.3 基于多尺度小波变换的边缘检测算法 | 第40-42页 |
| 4.2.4 改进的自适应平滑滤波 Canny 检测算法 | 第42-44页 |
| 4.3 几种检测算法比较 | 第44-46页 |
| 4.4 本章总结 | 第46-47页 |
| 第5章 表面缺陷检测应用 | 第47-76页 |
| 5.1 圆环形元器件检测 | 第47-62页 |
| 5.1.1 图像实时采集部分 | 第47页 |
| 5.1.2 图像预处理部分 | 第47-48页 |
| 5.1.3 阈值选取部分 | 第48页 |
| 5.1.4 图像测量部分 | 第48-58页 |
| 5.1.5 缺陷检测部分 | 第58-60页 |
| 5.1.6 缺陷识别部分 | 第60-62页 |
| 5.2 贴片电容相关缺陷检测 | 第62-74页 |
| 5.2.1 电极损坏的处理 | 第63-65页 |
| 5.2.2 表面污染的处理 | 第65-68页 |
| 5.2.3 划痕的处理 | 第68-71页 |
| 5.2.4 电极尺寸过大的处理 | 第71-74页 |
| 5.3 检测结果分析 | 第74-75页 |
| 5.4 本章总结 | 第75-76页 |
| 结论 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 致谢 | 第82页 |