| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第—章 绪论 | 第10-15页 |
| ·研究背景 | 第10-11页 |
| ·研究动机与目的 | 第11-15页 |
| ·业内对液晶显示缺陷检测的研究 | 第12-13页 |
| ·本文的目的 | 第13-15页 |
| 第二章 LCM简介及其缺陷检测需求 | 第15-28页 |
| ·液晶(LC)及液晶显示器(LCD)简介 | 第15-17页 |
| ·液晶显示模组(LCM)及其分类 | 第17-19页 |
| ·LCM显示缺陷的分类、成因及行业判定标准 | 第19-25页 |
| ·点缺陷 | 第19-22页 |
| ·线缺陷 | 第22-25页 |
| ·漏光缺陷 | 第25页 |
| ·实现LCM自动光学检测的主要问题 | 第25-26页 |
| ·缺陷检测标准复杂 | 第26页 |
| ·LCM缺陷特征不显著 | 第26页 |
| ·对数据吞吐率及处理速度要求高 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第三章 LCM自动光学检测的系统架构 | 第28-47页 |
| ·LCM自动光学检测系统设计目标 | 第28页 |
| ·LCM自动光学检测系统硬件架构及硬件选择 | 第28-40页 |
| ·系统硬件架构 | 第28页 |
| ·图像采集组件 | 第28-35页 |
| ·运动平台 | 第35-40页 |
| ·LCM自动光学检测软件架构及技术手段 | 第40-46页 |
| ·软件架构 | 第40-41页 |
| ·自动光学检测技术 | 第41-42页 |
| ·数字图像处理方法 | 第42-43页 |
| ·统一计算设备架构 | 第43-45页 |
| ·MIL(Matrox Imaging library,Matrox公司图像处理函数库) | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 LCM缺陷图像处理 | 第47-70页 |
| ·LCM缺陷检测算法流程设计 | 第47页 |
| ·缺陷图像特征 | 第47-51页 |
| ·图像预处理 | 第51-58页 |
| ·图像分割 | 第58-62页 |
| ·P-参数二值化法 | 第59页 |
| ·最大类间方差二值化法 | 第59-60页 |
| ·最小偏态二值化法 | 第60-61页 |
| ·矩量保持二值化法 | 第61-62页 |
| ·图像分割效果比对 | 第62页 |
| ·数学形态学处理 | 第62-65页 |
| ·边缘检测 | 第65-69页 |
| ·一阶微分边缘检测 | 第65-66页 |
| ·带方向的边缘检测 | 第66-67页 |
| ·二阶微分边缘检测 | 第67-69页 |
| ·边缘检测算子比较 | 第69页 |
| ·本章小结 | 第69-70页 |
| 第五章 基于CUDA架构的图像处理算法速度优化研究 | 第70-85页 |
| ·速度优化的目的 | 第70-71页 |
| ·GPU介绍及CUDA编程模型 | 第71-75页 |
| ·GPU介绍 | 第71-72页 |
| ·CUDA C语言 | 第72-73页 |
| ·CUDA编程模式 | 第73-74页 |
| ·CUDA程序的优化 | 第74-75页 |
| ·KNN降噪滤波的CUDA实现 | 第75-79页 |
| ·KNN滤波器的CUDA编程模型 | 第76页 |
| ·Copy内核函数设计 | 第76-77页 |
| ·KNN内核函数设计 | 第77页 |
| ·CPU平台上KNN算法设计 | 第77-78页 |
| ·对比实验 | 第78-79页 |
| ·SOBEL边缘检测算子的CUDA实现 | 第79-84页 |
| ·使用纹理(Texture)类型存储图像数据 | 第80-81页 |
| ·多点访问技术 | 第81页 |
| ·对称计算技术 | 第81-82页 |
| ·Sobel内核函数设计 | 第82-83页 |
| ·对比实验 | 第83-84页 |
| ·本章小结 | 第84-85页 |
| 第六章 检测系统实施与数据分析 | 第85-95页 |
| ·LCM自动光学检测实验平台 | 第85页 |
| ·系统功能开发与界面设计 | 第85-91页 |
| ·系统软件功能开发 | 第86页 |
| ·系统软件界面设计 | 第86-88页 |
| ·VC++中Matrox Solios采集卡编程 | 第88-90页 |
| ·缺陷判定策略 | 第90-91页 |
| ·实验数据分析 | 第91-94页 |
| ·检测背景选择 | 第92-93页 |
| ·检测效率分析 | 第93-94页 |
| ·本章小结 | 第94-95页 |
| 结论与展望 | 第95-97页 |
| 1 全文工作总结 | 第95-96页 |
| 2 展望与改进 | 第96-97页 |
| 参考文献 | 第97-100页 |
| 攻读硕士学位期间取得的研究成果 | 第100-101页 |
| 致谢 | 第101-102页 |
| 附件 | 第102页 |