基于机器视觉的PCB光板缺陷检测技术研究
摘要 | 第1-5页 |
Abstract | 第5-10页 |
第1章 绪论 | 第10-16页 |
·机器视觉检测技术综述 | 第10-12页 |
·PCB光板视觉检测技术发展状况及分析 | 第12-14页 |
·课题的来源、目的及意义 | 第14-15页 |
·本文主要研究内容及组织结构 | 第15-16页 |
第2章 PCB光板视觉检测系统总体设计 | 第16-24页 |
·问题的提出 | 第16页 |
·检测系统工作原理 | 第16-17页 |
·照明系统设计 | 第17-18页 |
·PCB图像采集系统设计 | 第18-22页 |
·CCD摄像机 | 第19-21页 |
·图像采集卡 | 第21-22页 |
·控制台设计 | 第22-23页 |
·本章小结 | 第23-24页 |
第3章 视觉检测算法分析 | 第24-66页 |
·图像预处理 | 第25-36页 |
·图像平滑 | 第26-29页 |
·图像对比度增强 | 第29-33页 |
·图像锐化 | 第33-36页 |
·采用的预处理方法 | 第36页 |
·图像分割 | 第36-42页 |
·最大类间方差法 | 第37-39页 |
·聚类阈值分割 | 第39-40页 |
·迭代阈值分割 | 第40页 |
·采用的分割方法 | 第40-42页 |
·图像描述 | 第42-47页 |
·邻接与连通 | 第42-43页 |
·线描述 | 第43-44页 |
·区域描述 | 第44-46页 |
·模板匹配 | 第46-47页 |
·采用的描述方法 | 第47页 |
·二值形态学滤波 | 第47-55页 |
·集合 | 第48页 |
·二值腐蚀运算 | 第48-49页 |
·二值膨胀运算 | 第49-50页 |
·二值开运算 | 第50-51页 |
·二值闭运算 | 第51-52页 |
·基本性质 | 第52页 |
·连通区域标记 | 第52-54页 |
·采用的形态学滤波方法 | 第54-55页 |
·图像缺陷检测、定位与识别 | 第55-65页 |
·图像模式识别 | 第55-56页 |
·PCB图像识别 | 第56-57页 |
·采用的PCB图像识别方法 | 第57页 |
·缺陷的检测 | 第57-62页 |
·短路、断路的识别 | 第62-63页 |
·毛刺、缺损的识别 | 第63-64页 |
·缺陷定位及识别总结 | 第64-65页 |
·本章小结 | 第65-66页 |
第4章 系统软件设计 | 第66-77页 |
·开发工具选择 | 第66页 |
·PCB视觉检测系统软件功能模块 | 第66-71页 |
·系统主程序流程 | 第67-68页 |
·缺陷检测流程 | 第68-69页 |
·缺陷识别流程 | 第69-71页 |
·PCB板缺陷视觉检测及识别实验示例 | 第71-75页 |
·短路识别 | 第71-72页 |
·断路识别 | 第72-73页 |
·毛刺识别 | 第73-74页 |
·缺损识别 | 第74-75页 |
·实验结果分析 | 第75-76页 |
·结果分析 | 第75页 |
·影响图像检测精度因素分析 | 第75-76页 |
·本章小结 | 第76-77页 |
第5章 总结与展望 | 第77-79页 |
·总结 | 第77页 |
·展望 | 第77-79页 |
参考文献 | 第79-82页 |
致谢 | 第82-83页 |
附录 攻读硕士期间发表的论文 | 第83页 |