摘要 | 第7-8页 |
ABSTRACT | 第8-9页 |
第一章 绪论 | 第15-19页 |
1.1 本文研究的目的和意义 | 第15页 |
1.2 国内外相关研究概况 | 第15-18页 |
1.2.1 LED点胶技术及其发展 | 第15-16页 |
1.2.2 计算机视觉技术的发展 | 第16-17页 |
1.2.3 计算机视觉在LED点胶机中的应用现状 | 第17-18页 |
1.3 本文研究的主要内容 | 第18-19页 |
第二章 LED点胶机的视觉硬件系统设计 | 第19-25页 |
2.1 视觉硬件系统的设计方案 | 第19-20页 |
2.1.1 LED点胶机的功能研究分析 | 第19页 |
2.1.2 智能系统数据采集器的拓扑图 | 第19-20页 |
2.2 工业相机的选择 | 第20-22页 |
2.2.1 工业相机的分类 | 第20-21页 |
2.2.3 工业摄相机的选择 | 第21-22页 |
2.3 光源的选择 | 第22页 |
2.4 光学镜头 | 第22-24页 |
2.4.1 光学镜头的介绍 | 第22页 |
2.4.2 光学镜头的基本光学性能和主要参数 | 第22-23页 |
2.4.3 光学镜头的选择 | 第23-24页 |
2.5 本章小节 | 第24-25页 |
第三章 视觉检测过程中图像处理的概况和对算法探讨 | 第25-43页 |
3.1 图像处理技术介绍 | 第25-28页 |
3.1.1 计算机数字图像处理技术的优势 | 第25-26页 |
3.1.2 计算机数字图像处理技术的研究方法的探讨 | 第26-27页 |
3.1.3 计算机数字图像处理在实际中的应用以及未来的趋势 | 第27-28页 |
3.1.3.1 计算机数字图像处理的实际应用 | 第27页 |
3.1.3.2 计算机数字图像处理技术的未来趋势 | 第27-28页 |
3.2 LED点胶机中应用到的数字图像处理技术 | 第28-40页 |
3.2.1 图像的预处理技术 | 第28-31页 |
3.2.1.1 中值滤波 | 第28-30页 |
3.2.1.2 Laplacian图像锐化 | 第30-31页 |
3.2.2 图像分割技术 | 第31-40页 |
3.2.2.1 图像的二值化处理 | 第32-36页 |
3.2.2.2 图像边缘检测 | 第36-40页 |
3.3 关于二值化方法的改进以及算子的选择 | 第40-41页 |
3.4 图像匹配算法 | 第41-43页 |
第四章 计算机的视觉技术 | 第43-50页 |
4.1 计算机的视觉技术 | 第43-44页 |
4.1.1 计算机视觉的基本内容 | 第43页 |
4.1.2 计算机视觉的研究方法 | 第43-44页 |
4.2 计算机视觉系统的理论框架 | 第44-48页 |
4.2.1 计算视觉理论框架 | 第44-45页 |
4.2.2 基于知识的视觉理论框架 | 第45页 |
4.2.3 基于主动视觉的理论框架 | 第45-46页 |
4.2.4 三种视觉理论框架存在的问题 | 第46-47页 |
4.2.5 计算机视觉系统框架的新构思 | 第47-48页 |
4.3 摄像机标定技术 | 第48-49页 |
4.3.1 摄像机的自标定技术原理与方法 | 第48-49页 |
4.4 本章小结 | 第49-50页 |
第五章 计算机视觉技术在LED点胶机中的应用 | 第50-63页 |
5.1 计算机视觉在LED点胶机中的原理 | 第50-51页 |
5.2 产品的缺失检测 | 第51-56页 |
5.2.1 缺失检测功能分析 | 第51页 |
5.2.2 缺失检测的核心算法描述 | 第51-52页 |
5.2.3 缺失检测界面 | 第52-54页 |
5.2.4 缺失检测的基本步骤 | 第54-56页 |
5.3 定位检测功能 | 第56-60页 |
5.3.1 定位检测功能的原理 | 第56页 |
5.3.2 定位检测功能的算法 | 第56-57页 |
5.3.3 画面构成 | 第57-59页 |
5.3.4 定位检测的流程 | 第59-60页 |
5.4 辅助调整模块 | 第60-61页 |
5.4.1 辅助调整功能原理 | 第60页 |
5.4.2 辅助功能画面构成 | 第60-61页 |
5.4.3 功能实现 | 第61页 |
5.5 本章小结 | 第61-63页 |
第六章 总结与展望 | 第63-65页 |
6.1 项目总结 | 第63-64页 |
6.2 项目展望 | 第64-65页 |
参考文献 | 第65-68页 |
攻读硕士学位期间发表的论文 | 第68页 |