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 |