| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第10-17页 |
| 第一章 绪论 | 第17-33页 |
| 1.1 课题来源及选题意义 | 第17-19页 |
| 1.1.1 课题来源 | 第17页 |
| 1.1.2 课题研究目的及意义 | 第17-19页 |
| 1.2 表观缺陷检测的发展概况 | 第19-27页 |
| 1.2.1 传统表观缺陷检测方法 | 第19-20页 |
| 1.2.1.1 人工检测方法 | 第19页 |
| 1.2.1.2 电气检测方法 | 第19-20页 |
| 1.2.1.3 红外检测方法 | 第20页 |
| 1.2.1.4 激光扫描检测方法 | 第20页 |
| 1.2.2 现代表观缺陷检测方法 | 第20-21页 |
| 1.2.2.1 自动光学检测 | 第20页 |
| 1.2.2.2 自动 X 射线检测 | 第20-21页 |
| 1.2.3 机器视觉表观缺陷检测方法 | 第21-23页 |
| 1.2.4 表观缺陷检测国内外现状 | 第23-27页 |
| 1.2.4.1 国外及台湾地区发展现状 | 第23-26页 |
| 1.2.4.2 国内发展现状 | 第26-27页 |
| 1.3 表观缺陷检测的技术分析 | 第27-30页 |
| 1.3.1 表观缺陷检测中的照明设计 | 第27页 |
| 1.3.2 表观缺陷检测中的机器视觉 | 第27-29页 |
| 1.3.2.1 图像预处理 | 第27-28页 |
| 1.3.2.2 图像匹配 | 第28页 |
| 1.3.2.3 图像特征提取 | 第28-29页 |
| 1.3.2.4 图像分类及识别 | 第29页 |
| 1.3.3 表观缺陷检测中的实时处理 | 第29-30页 |
| 1.4 表观缺陷检测面临的主要问题 | 第30-31页 |
| 1.5 本文的主要内容 | 第31-33页 |
| 第二章 PCB 自动光学检测系统及关键问题 | 第33-49页 |
| 2.1 引言 | 第33页 |
| 2.2 自动光学检测系统功能分析和结构方案 | 第33-37页 |
| 2.2.1 系统功能分析 | 第33-34页 |
| 2.2.2 系统总体方案 | 第34-35页 |
| 2.2.3 系统技术指标 | 第35-36页 |
| 2.2.4 测量性能评估理论 | 第36-37页 |
| 2.2.4.1 稳定性 | 第36-37页 |
| 2.2.4.2 重复性 | 第37页 |
| 2.2.4.3 线性 | 第37页 |
| 2.3 各子系统及关键技术 | 第37-43页 |
| 2.3.1 检测系统成像方案设计 | 第37-40页 |
| 2.3.1.1 光源照明 | 第37-39页 |
| 2.3.1.2 照明质量分析 | 第39-40页 |
| 2.3.2 检测系统硬件方案设计 | 第40-43页 |
| 2.3.2.1 图像传感器的配置 | 第40-43页 |
| 2.3.2.2 线阵扫描的运动控制 | 第43页 |
| 2.4 检测系统软件方案设计 | 第43-47页 |
| 2.4.1 图像处理模块 | 第44-47页 |
| 2.4.2 系统服务器模块 | 第47页 |
| 2.5 本章小结 | 第47-49页 |
| 第三章 PCB 表观检测预处理算法的理论与技术 | 第49-65页 |
| 3.1 引言 | 第49页 |
| 3.2 基于三色彩空间模型的色差校正 | 第49-56页 |
| 3.2.1 色彩空间的原理 | 第49-52页 |
| 3.2.1.1 RGB 彩色空间 | 第49-50页 |
| 3.2.1.2 HSV 彩色空间 | 第50-51页 |
| 3.2.1.3 CIE-Lab 彩色空间 | 第51-52页 |
| 3.2.2 PCB 光电图像的色差校正 | 第52-54页 |
| 3.2.2.1 亮度变换校正 | 第52-53页 |
| 3.2.2.2 亮度直方图校正 | 第53-54页 |
| 3.2.2.3 亮度变换与亮度直方图相结合 | 第54页 |
| 3.2.3 实验结果与分析 | 第54-56页 |
| 3.2.3.1 PCB 板间校正 | 第55页 |
| 3.2.3.2 PCB 板内校正 | 第55-56页 |
| 3.3 基于偏微分方程的图像预处理 | 第56-64页 |
| 3.3.1 偏微分方程的主要模型及分类 | 第56-60页 |
| 3.3.1.1 热方程扩散模型 | 第56-57页 |
| 3.3.1.2 P-M 非线性扩散模型 | 第57-58页 |
| 3.3.1.3 张量扩散方程模型 | 第58-60页 |
| 3.3.2 基于异质扩散的图像噪声抑制 | 第60-61页 |
| 3.3.3 实验结果与分析 | 第61-64页 |
| 3.3.3.1 实验结果 | 第61-63页 |
| 3.3.3.2 分析对比 | 第63-64页 |
| 3.4 本章小结 | 第64-65页 |
| 第四章 PCB 表观检测图像配准与建标技术 | 第65-88页 |
| 4.1 引言 | 第65-66页 |
| 4.2 图像配准 | 第66-72页 |
| 4.2.1 改进的随机 Hough 变换 | 第66-67页 |
| 4.2.2 改进的仿射理论 | 第67-69页 |
| 4.2.3 实验结果及分析 | 第69-72页 |
| 4.3 GERBER 文件解析 | 第72-77页 |
| 4.3.1 Gerber 概述 | 第72-74页 |
| 4.3.2 Gerber 文件解析 | 第74-77页 |
| 4.3.2.1 正则表达式 | 第74页 |
| 4.3.2.2 词法语法分析设计 | 第74-75页 |
| 4.3.2.3 语法分析方法及设计 | 第75-76页 |
| 4.3.2.4 Gerber 解析流程 | 第76-77页 |
| 4.4 内建标准板的修正 | 第77-86页 |
| 4.4.1 基于形态学对标准板的修正 | 第77-79页 |
| 4.4.1.1 形态学原理 | 第77-78页 |
| 4.4.1.2 基于形态学的修正 | 第78-79页 |
| 4.4.2 基于神经网络对标准板的修正 | 第79-84页 |
| 4.4.2.1 神经网络的构建 | 第79-81页 |
| 4.4.2.2 基于神经网络的修正 | 第81-84页 |
| 4.4.3 实验结果及对比分析 | 第84-86页 |
| 4.4.3.1 实验结果 | 第84-86页 |
| 4.4.3.2 对比分析 | 第86页 |
| 4.5 本章小结 | 第86-88页 |
| 第五章 PCB 表观检测图像特征提取算法理论与技术 | 第88-102页 |
| 5.1 引言 | 第88页 |
| 5.2 PCB 表观图像特征提取 | 第88-101页 |
| 5.2.1 过渡区理论 | 第88-91页 |
| 5.2.1.1 过渡区理论基础 | 第88-89页 |
| 5.2.1.2 最大类间类内距离比准则 | 第89-91页 |
| 5.2.2 分形维数理论 | 第91-94页 |
| 5.2.2.1 分形理论基础 | 第91-92页 |
| 5.2.2.2 PCB 表观缺陷轮廓的分形特征 | 第92-94页 |
| 5.2.3 PCB 表观缺陷提取方法 | 第94-99页 |
| 5.2.3.1 局部阈值分割 | 第94-95页 |
| 5.2.3.2 最小分割误差的阈值估计原理 | 第95-97页 |
| 5.2.3.3 主分量分析的动态阈值缺陷检测 | 第97-99页 |
| 5.2.3.4 过渡区与分形维数相结合 | 第99页 |
| 5.2.4 实验结果及分析 | 第99-101页 |
| 5.3 本章小结 | 第101-102页 |
| 第六章 PCB 表观检测分类识别算法理论与技术 | 第102-113页 |
| 6.1 引言 | 第102页 |
| 6.2 典型缺陷分析 | 第102-103页 |
| 6.3 基于 LBPC 的分类方法 | 第103-112页 |
| 6.3.1 局部二元模式 | 第104-109页 |
| 6.3.1.1 LBP 的定义 | 第104-106页 |
| 6.3.1.2 LBP 的特点 | 第106-108页 |
| 6.3.1.3 LBP 无参数分类原则 | 第108-109页 |
| 6.3.2 基于颜色的分类识别 | 第109-110页 |
| 6.3.3 基于 LBPC 的分类识别 | 第110-111页 |
| 6.3.4 实验结果及精度评价 | 第111-112页 |
| 6.4 本章小结 | 第112-113页 |
| 第七章 PCB 自动光学检测并行处理算法理论与技术 | 第113-132页 |
| 7.1 引言 | 第113页 |
| 7.2 基于 GPU 的并行加速处理 | 第113-122页 |
| 7.2.1 系统硬件架构及编程模型 | 第113-119页 |
| 7.2.1.1 通用并行计算构架 | 第113-116页 |
| 7.2.1.2 主机和设备的数据传输 | 第116-117页 |
| 7.2.1.3 设备存储器访问 | 第117-119页 |
| 7.2.2 CUDA 编程模型的概念 | 第119-122页 |
| 7.2.2.1 CUDA 架构的编程模型 | 第119-120页 |
| 7.2.2.2 CUDA 架构的存储模型 | 第120-121页 |
| 7.2.2.3 CUDA 架构的执行模型 | 第121页 |
| 7.2.2.4 CUDA 优化 | 第121-122页 |
| 7.3 并行处理系统评价参数 | 第122-125页 |
| 7.3.1 并行算法运行时间 | 第122页 |
| 7.3.2 加速比和效率 | 第122-125页 |
| 7.3.3 可扩展性分析 | 第125页 |
| 7.4 缺陷检测中并行处理的实现方案 | 第125-131页 |
| 7.4.1 缺陷检测中的分形处理 | 第125-127页 |
| 7.4.2 缺陷识别中的连通区域标记 | 第127-129页 |
| 7.4.3 缺陷识别中的 LBPC 分类识别 | 第129-131页 |
| 7.5 本章小结 | 第131-132页 |
| 第八章 总结及展望 | 第132-134页 |
| 8.1 本文研究结论 | 第132-133页 |
| 8.2 未来工作展望 | 第133-134页 |
| 致谢 | 第134-135页 |
| 参考文献 | 第135-145页 |
| 攻博期间取得的研究成果 | 第145-146页 |