| 摘要 | 第1-6页 |
| Abstract | 第6-15页 |
| 第1章 绪论 | 第15-25页 |
| ·课题背景 | 第15-16页 |
| ·国内外的研究现状 | 第16-22页 |
| ·电学方法 | 第17-18页 |
| ·基于机器视觉的光学方法 | 第18-22页 |
| ·本课题的研究内容和方法 | 第22-25页 |
| ·研究目的和意义 | 第23-24页 |
| ·研究方法 | 第24页 |
| ·主要研究内容 | 第24-25页 |
| 第2章 基于机器视觉的TFT-LCD屏mura缺陷检测系统 | 第25-35页 |
| ·TFT-LCD屏的视觉缺陷 | 第25-29页 |
| ·TFT-LCD屏的面板结构 | 第25-26页 |
| ·TFT-LCD屏视觉缺陷的原因 | 第26-29页 |
| ·TFT-LCD屏视觉缺陷的分类及其复杂性 | 第29页 |
| ·基于机器视觉的TFT-LCD屏mura缺陷检测系统 | 第29-33页 |
| ·本章小结 | 第33-35页 |
| 第3章 TFT-LCD屏mura缺陷检测中的图像处理和分析算法 | 第35-78页 |
| ·图像预处理 | 第35-46页 |
| ·图像滤波 | 第36-42页 |
| ·目标提取和图像校正 | 第42-46页 |
| ·图像分割 | 第46-69页 |
| ·阈值分割 | 第47-51页 |
| ·边缘检测 | 第51-55页 |
| ·结合背景抑制的的图像分割法 | 第55-63页 |
| ·基于多项式曲面拟合的背景抑制法 | 第63-69页 |
| ·图像后处理 | 第69-77页 |
| ·数学形态学 | 第72-75页 |
| ·基于数学形态学的图像后处理技术 | 第75-77页 |
| ·本章小结 | 第77-78页 |
| 第4章 TFT-LCD屏mura缺陷的特征提取 | 第78-84页 |
| ·特征参数的选取 | 第78-82页 |
| ·对比度 | 第78-79页 |
| ·面积 | 第79页 |
| ·位置参数 | 第79-80页 |
| ·边缘参数 | 第80-81页 |
| ·形状参数 | 第81-82页 |
| ·灰度均匀性 | 第82页 |
| ·特征参数的归一化处理 | 第82-83页 |
| ·本章小结 | 第83-84页 |
| 第5章 模糊模式识别 | 第84-101页 |
| ·模糊模式识别的基础 | 第84-88页 |
| ·模糊集合 | 第84-86页 |
| ·隶属函数 | 第86-88页 |
| ·模糊模式识别 | 第88-93页 |
| ·模式识别 | 第88-90页 |
| ·模糊规则 | 第90-91页 |
| ·模糊推理系统 | 第91-92页 |
| ·模糊模式识别算法的设计流程 | 第92-93页 |
| ·基于Mamdani模糊模型的mura等级评定 | 第93-100页 |
| ·隶属函数的确定 | 第93-95页 |
| ·制定模糊规则 | 第95-96页 |
| ·Mamdani模糊模型 | 第96-99页 |
| ·mura缺陷的模糊识别系统 | 第99-100页 |
| ·本章小结 | 第100-101页 |
| 第6章 TFT-LCD屏mura缺陷检测实验 | 第101-118页 |
| ·实验装置 | 第101-105页 |
| ·计算机 | 第101-102页 |
| ·图像采集模块 | 第102-104页 |
| ·驱动模块 | 第104-105页 |
| ·TFT-LCD屏实验样本 | 第105-106页 |
| ·TFT-LCD屏mura缺陷检测流程 | 第106页 |
| ·TFT-LCD屏mura缺陷检测的实验与结果分析 | 第106-117页 |
| ·实验步骤 | 第106-112页 |
| ·实验结果和分析 | 第112-117页 |
| ·本章小结 | 第117-118页 |
| 结论 | 第118-121页 |
| 参考文献 | 第121-128页 |
| 攻读学位期间发表的学术论文 | 第128-129页 |
| 哈尔滨工业大学博士学位论文原创性声明 | 第129页 |
| 哈尔滨工业大学博士学位论文使用授权书 | 第129-131页 |
| 致谢 | 第131-132页 |
| 个人简历 | 第132页 |
