首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

基于机器视觉的PCB缺陷检测系统的设计

摘要第3-4页
Abstract第4-5页
第一章 绪论第8-13页
    1.1 研究背景与意义第8-9页
    1.2 国内外研究现状第9-11页
        1.2.1 国外研究现状第9-10页
        1.2.2 国内研究现状第10-11页
    1.3 论文的主要工作与论文结构安排第11-13页
        1.3.1 论文的主要工作第11-12页
        1.3.2 论文的结构安排第12-13页
第二章 系统的总体方案设计第13-24页
    2.1 系统方案的选择及搭建第13-14页
        2.1.1 系统方案的选择第13页
        2.1.2 系统方案的搭建第13-14页
    2.2 硬件平台设计第14-19页
        2.2.1 MQ042CG-CM相机第15-16页
        2.2.2 HK3514MP5镜头第16-17页
        2.2.3 光源系统第17-18页
        2.2.4 运动控制系统第18-19页
    2.3 软件平台的选择与设计第19-23页
    2.4 本章小结第23-24页
第三章 PCB板及元件定位的研究第24-45页
    3.1 PCB板图像定位概述第24-25页
        3.1.1 图像定位的基本原理第24-25页
        3.1.2 PCB图像定位的方法分析第25页
    3.2 基于Powell的互信息定位算法第25-29页
        3.2.1 基于Powell的互信息定位概述第25页
        3.2.2 基于Powell的互信息定位原理第25-29页
    3.3 基于SURF特征点匹配的定位算法第29-36页
        3.3.1 SURF特征点提取算法概述第29-30页
        3.3.2 SURF特征点提取原理第30-33页
        3.3.3 传统的SURF特征点匹配第33-34页
        3.3.4 RANSAC算法及求取变换模型第34-35页
        3.3.5 MSURF特征点匹配第35-36页
    3.4 实验结果与分析第36-39页
    3.5 PCB元件定位分割的研究第39-44页
        3.5.1 标定概述第39-42页
        3.5.2 元件信息提取方法第42-43页
        3.5.3 实验结果第43-44页
    3.6 本章小结第44-45页
第四章 PCB缺陷的识别第45-58页
    4.1 PCB板常见缺陷第45页
    4.2 元件缺件检测第45-51页
        4.2.1 图像的配准第46-47页
        4.2.2 减法运算第47-48页
        4.2.3 图像的二值化第48-49页
        4.2.4 形态学处理第49-50页
        4.2.5 实验结果与分析第50-51页
    4.3 贴片电阻的错焊检测第51-55页
        4.3.1 贴片电阻标识框分割及二值化第52-53页
        4.3.2 OCR字符识别第53-54页
        4.3.3 实验结果及分析第54-55页
    4.4 元件的反贴第55-57页
        4.4.1 模板匹配第55-56页
        4.4.2 实验结果第56-57页
    4.5 本章小结第57-58页
第五章 系统测试第58-61页
    5.1 系统界面设计第58-59页
    5.2 系统测试及结果分析第59-60页
    5.3 本章小结第60-61页
总结与展望第61-62页
参考文献第62-65页
致谢第65-66页
个人简历、在学期间的研究成果及发表的学术论文第66页

论文共66页,点击 下载论文
上一篇:基于图表学习的社交推荐研究
下一篇:多变量时间序列模型辨识方法研究