| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 液晶屏点灯缺陷机器视觉检测技术国内外发展现状 | 第11-12页 |
| 1.3 论文研究主要内容 | 第12-13页 |
| 1.4 论文章节安排 | 第13-14页 |
| 第2章 TFT-LCD结构和点灯缺陷特点 | 第14-22页 |
| 2.1 TFT-LCD结构 | 第14页 |
| 2.2 LCD的显示原理与彩色显示方法 | 第14-15页 |
| 2.3 点灯缺陷 | 第15-19页 |
| 2.3.1 点缺陷 | 第16-17页 |
| 2.3.2 线缺陷 | 第17-18页 |
| 2.3.3 Mura缺陷 | 第18-19页 |
| 2.4 点灯缺陷检测难点分析及论文缺陷分类方法 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 基于陷波滤波和图像配准的子像素级缺陷检测方法 | 第22-29页 |
| 3.1 引言 | 第22页 |
| 3.2 陷波滤波 | 第22-24页 |
| 3.3 Harris角点检测 | 第24-25页 |
| 3.4 子像素级缺陷检测方法设计 | 第25-26页 |
| 3.5 实验结果及分析 | 第26-28页 |
| 3.6 本章小结 | 第28-29页 |
| 第4章 基于邻域空间特征的中小型缺陷检测方法 | 第29-39页 |
| 4.1 引言 | 第29页 |
| 4.2 图像的局部熵 | 第29-30页 |
| 4.3 图像的均匀度 | 第30-31页 |
| 4.4 中小型缺陷检测方法设计 | 第31-33页 |
| 4.5 实验结果及分析 | 第33-38页 |
| 4.6 本章小结 | 第38-39页 |
| 第5章 基于BP神经网络和均值背景差分的Mura缺陷检测方法 | 第39-48页 |
| 5.1 引言 | 第39页 |
| 5.2 二维均值滤波 | 第39-40页 |
| 5.3 背景差分法 | 第40页 |
| 5.4 BP神经网络 | 第40-42页 |
| 5.5 Mura缺陷检测方法设计 | 第42-43页 |
| 5.6 实验结果及分析 | 第43-47页 |
| 5.6.1 背景差分法突出目标区域 | 第43-44页 |
| 5.6.2 Mura区域筛选 | 第44-45页 |
| 5.6.3 结果分析 | 第45-47页 |
| 5.7 本章小结 | 第47-48页 |
| 结语 | 第48-50页 |
| 结论 | 第48-49页 |
| 展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读学位期间主要的研究成果 | 第53-54页 |
| 致谢 | 第54页 |
