| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题的研究背景 | 第8-10页 |
| 1.2 课题的研究目的和意义 | 第10-11页 |
| 1.3 国内外研究现状与分析 | 第11-13页 |
| 1.3.1 国外研究现状 | 第11-12页 |
| 1.3.2 国内研究现状 | 第12-13页 |
| 1.4 本课题研究的主要内容 | 第13-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第2章 PCB裸板质量检测系统的总体方案 | 第16-21页 |
| 2.1 PCB裸板质量检测系统的组成 | 第16页 |
| 2.2 PCB裸板视觉检测系统的工作原理 | 第16-17页 |
| 2.3 PCB裸板质量检测系统硬件 | 第17-20页 |
| 2.3.1 相机和镜头的选型 | 第17-19页 |
| 2.3.2 光源的选型 | 第19-20页 |
| 2.4 系统的软件工作流程 | 第20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 PCB裸板图像预处理算法研究 | 第21-30页 |
| 3.1 PCB裸板图像滤波 | 第21-23页 |
| 3.2 PCB裸板图像的增强 | 第23-25页 |
| 3.2.1 直方图均衡化 | 第23-24页 |
| 3.2.2 灰度变换法 | 第24-25页 |
| 3.3 PCB裸板图像的分割 | 第25-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第4章 基于Hough变换的PCB裸板定位孔检测 | 第30-37页 |
| 4.1 标准的Hough变换圆形检测方法 | 第30-32页 |
| 4.2 改进的随机hough变换圆形检测 | 第32-34页 |
| 4.3 实验结果与分析 | 第34-36页 |
| 4.4 本章小结 | 第36-37页 |
| 第5章 基于多特征联合的PCB裸板线路图缺陷检测与识别 | 第37-51页 |
| 5.1 基于图像特征的PCB裸板图像配准 | 第37-43页 |
| 5.1.1 基于图像灰度的匹配 | 第37-38页 |
| 5.1.2 基于图像特征的匹配 | 第38-43页 |
| 5.2 基于差影法的PCB裸板线路图的缺陷特征提取 | 第43-47页 |
| 5.2.1 缺陷的定义与分类 | 第43-44页 |
| 5.2.2 差影法提取PCB裸板线路图缺陷图像 | 第44-45页 |
| 5.2.3 形态学处理 | 第45-47页 |
| 5.3 基于多特征联合的缺陷识别 | 第47-49页 |
| 5.3.1 图像的区域处理 | 第47-48页 |
| 5.3.2 缺陷识别分类的多特征选取 | 第48-49页 |
| 5.3.3 PCB裸板线路图缺陷的识别分类 | 第49页 |
| 5.4 实验结果与分析 | 第49-50页 |
| 5.5 本章小结 | 第50-51页 |
| 第6章 基于BP神经网络的焊点质量的检测与识别 | 第51-61页 |
| 6.1 焊点质量检测概述 | 第51-52页 |
| 6.2 焊点的特征提取 | 第52-53页 |
| 6.3 焊点质量的识别 | 第53-58页 |
| 6.3.1 BP神经网络 | 第53-56页 |
| 6.3.2 基于BP神经网络的焊点质量识别 | 第56-58页 |
| 6.4 实验结果与分析 | 第58-60页 |
| 6.5 本章小结 | 第60-61页 |
| 第7章 总结与展望 | 第61-63页 |
| 7.1 总结 | 第61-62页 |
| 7.2 展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第66-67页 |
| 致谢 | 第67页 |