首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于图像处理的贴片电阻缺陷检测方法研究与应用

摘要第1-5页
Abstract第5-8页
第一章 绪论第8-12页
   ·图像处理技术概述第8-9页
     ·图像处理技术的发展第8页
     ·图像处理的主要方法第8-9页
   ·基于机器视觉缺陷检测的发展现状第9页
   ·本课题研究背景和意义第9-10页
   ·本课题研究的主要内容第10-12页
第二章 贴片电阻图像的滤波处理第12-21页
   ·图像噪声的分类和模型第12-13页
   ·图像的一般滤波算法第13-18页
     ·均值滤波算法第13-14页
     ·超限邻域平均法第14页
     ·中值滤波第14-15页
     ·高斯滤波第15-17页
     ·改进的中值滤波器第17-18页
   ·实验结果及分析第18-20页
   ·本章小结第20-21页
第三章 贴片电阻图像的增强第21-29页
   ·灰度变换第21-25页
     ·灰度的线性变换第21-22页
     ·灰度的分段线性变换第22-24页
     ·灰度的非线性变换第24-25页
   ·图像的均衡化处理第25-27页
   ·实验结果及分析第27-28页
   ·本章小结第28-29页
第四章 贴片电阻缺陷检测第29-44页
   ·模板匹配原理第29-30页
   ·模板匹配的快速匹配算法第30-35页
     ·分层搜索的序贯判决算法第30-34页
     ·SSDA 匹配算法实现第34-35页
   ·动态模板匹配缺陷检测第35-39页
     ·图像的水平和竖直投影第35-37页
     ·动态模板匹配算法第37-38页
     ·动态模板匹配缺陷检测算法的具体实现第38-39页
   ·实验结果及分析第39-43页
     ·缺陷检测实验第39-40页
     ·不同检测方法的对比与实验结果分析第40-42页
     ·相关系数的阀值设定第42-43页
   ·本章小结第43-44页
第五章 贴片电阻缺陷分类第44-62页
   ·特征提取的相关概念第44-45页
     ·图像的特征第44页
     ·特征向量第44-45页
   ·主成分分析第45-48页
     ·主成分分析法的原理概述第45-47页
     ·快速 PCA 算法第47-48页
   ·独立成分分析(ICA)第48-50页
   ·基于 PCA/ICA 的缺陷特征提取第50-53页
   ·贴片电阻缺陷分类第53-60页
     ·支持向量机的基础理论第53页
     ·线性可分情况下的 SVM第53-54页
     ·非线性可分情况下的 SVM第54-55页
     ·多类别分类问题第55-56页
     ·基于支持向量机的缺陷分类第56-60页
   ·本章小结第60-62页
第六章 总结与展望第62-64页
参考文献第64-66页
附录1 攻读硕士学位期间撰写的论文第66-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:光伏发电系统中移相全桥变换器的研究
下一篇:基于WSN的高压设备温度监测系统的设计及实现