全自动金丝球焊机中芯片图像实时定位方法研究
| 第一章 引言 | 第1-11页 |
| ·课题研究背景 | 第8-9页 |
| ·课题研究的意义 | 第9页 |
| ·课题主要研究内容 | 第9-10页 |
| ·论文总体结构 | 第10-11页 |
| 第二章 全自动金丝球焊机图像识别系统 | 第11-19页 |
| ·全自动金丝球焊机概述 | 第11-12页 |
| ·工作原理 | 第11-12页 |
| ·控制系统结构 | 第12页 |
| ·计算机图像处理系统 | 第12-14页 |
| ·图像计算机处理系统 | 第13页 |
| ·软件型图像处理系统 | 第13-14页 |
| ·全自动金丝球焊机图像识别系统 | 第14-18页 |
| ·硬件组成 | 第14-15页 |
| ·软件分析 | 第15-16页 |
| ·识别软件试验平台 | 第16-18页 |
| ·小结 | 第18-19页 |
| 第三章 芯片图像预处理算法试验与分析 | 第19-29页 |
| ·芯片图像增强 | 第19-24页 |
| ·灰度直方图修整 | 第19-23页 |
| ·芯片图像中值滤波 | 第23-24页 |
| ·芯片图像边缘检测 | 第24-28页 |
| ·Roberts边缘检测算子 | 第25页 |
| ·Sobel边缘检测算子 | 第25-26页 |
| ·Prewitt边缘检测算子 | 第26页 |
| ·Kirsch边缘检测算子 | 第26页 |
| ·Laplacian边缘检测算子 | 第26页 |
| ·各种算子对芯片图像边缘检测效果对比试验 | 第26-28页 |
| ·小结 | 第28-29页 |
| 第四章 传统图像匹配算法对芯片图像定位试验与分析 | 第29-42页 |
| ·图像匹配方法 | 第29-31页 |
| ·关系结构匹配方法 | 第29-30页 |
| ·神经网络匹配方法 | 第30页 |
| ·基于特征的匹配方法 | 第30-31页 |
| ·基于灰度的匹配方法 | 第31页 |
| ·模板匹配方法 | 第31-33页 |
| ·传统快速模板匹配算法 | 第33-39页 |
| ·FFT相关算法 | 第34-35页 |
| ·幅度排序相关算法 | 第35-37页 |
| ·序贯相似检测算法(SSDA) | 第37-38页 |
| ·多辨率塔型结构算法(MPSA) | 第38页 |
| ·基于遗传算法(GA)的快速搜索算法 | 第38-39页 |
| ·传统快速图像匹配算法对芯片图像定位试验比较 | 第39-41页 |
| ·小结 | 第41-42页 |
| 第五章 芯片图像实时定位算法设计与实现 | 第42-58页 |
| ·问题的提出 | 第42页 |
| ·TS匹配算法 | 第42-48页 |
| ·芯片模板图像预处理 | 第43-45页 |
| ·第一阶段搜索 | 第45页 |
| ·第二阶段搜索 | 第45-46页 |
| ·TS算法优化策略 | 第46-47页 |
| ·TS算法分析 | 第47-48页 |
| ·TS-GA匹配算法 | 第48-51页 |
| ·芯片模板图像预处理 | 第48页 |
| ·对芯片图像进行粗匹配 | 第48-50页 |
| ·芯片模板图像精确匹配 | 第50-51页 |
| ·MPSA-GA匹配算法 | 第51-52页 |
| ·试验结果比较分析 | 第52-54页 |
| ·算法的抗噪声及通用性试验验证与分析 | 第54-57页 |
| ·小结 | 第57-58页 |
| 第六章 结束语 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 一、 论文部分 | 第59-60页 |
| 二、 书籍部分 | 第60-61页 |
| 附录 部分源代码 | 第61-64页 |
| 攻读硕士期间发表的论文 | 第64-65页 |
| 致谢 | 第65页 |
