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

面向PCB质量检测的图像拼接技术研究

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-17页
 §1-1 PCB 质量检测技术第9-13页
  1-1-1 PCB 质量检测技术现状第9-11页
  1-1-2 PCB 视觉检测技术第11-13页
 §1-2 图像拼接技术简介第13-16页
  1-2-1 图像拼接的研究现状第13-14页
  1-2-2 图像拼接流程第14-15页
  1-2-3图像拼接的特点第15-16页
 §1-3 图像拼接在PCB 检测中的现状和意义第16页
 §1-4 课题研究的内容和章节安排第16-17页
第二章 PCB 图像特征分析与拼接策略研究第17-25页
 §2-1 PCB 图像特点分析第17-18页
 §2-2 PCB 图像拼接策略的研究第18-23页
  2-2-1 基于硬件的拼接方法第18-19页
  2-2-2 基于软件的拼接方法第19-23页
 §2-3 PCB 图像拼接的问题分析及方法选择第23-25页
第三章 PCB 图像拼接的前期处理第25-37页
 §3-1 PCB 图像的预处理第25-29页
  3-1-1 图像平滑第25-28页
  3-1-2 图像增强第28-29页
 §3-2 PCB 图像的分割第29-31页
 §3-3 基于数学形态学的PCB 图像边缘检测第31-36页
  3-3-1 数学形态学在边缘检测中的优势第31-32页
  3-3-2 二值数学形态学的基本运算第32-35页
  3-3-3 基于二值数学形态学的边缘检测第35-36页
 §3-4 本章小结第36-37页
第四章 基于角点特征的 PCB 图像拼接方法研究第37-53页
 §4-1 拼接方法的选择和拼接区域的设定第37-39页
  4-1-1 待拼接图像的条件假设第37-38页
  4-1-2 拼接区域的确定第38-39页
 §4-2 角点的提取第39-46页
  4-2-1 角点的定义第39页
  4-2-2 角点检测算法的评价及分类第39-40页
  4-2-3 基于边界特征的角点检测第40-46页
  4-2-4 角点的方向特征第46页
 §4-3 特征匹配的相似性度量——Hausdorff 距离第46-49页
  4-3-1 Hausdorff 距离基本原理第46-47页
  4-3-2 Hausdorff 距离的性质第47页
  4-3-3 改进的部分Hausdorff 距离第47-48页
  4-3-4 基于Hausdorff 距离的图像配准方法第48-49页
 §4-4 特征匹配搜索策略——遗传算法第49-52页
  4-4-1 遗传算法的基本原理第49-50页
  4-4-2 利用遗传算法进行特征点匹配第50-52页
 §4-5 图像融合第52页
 §4-6 本章小结第52-53页
第五章 PCB 图像拼接系统的建立与实验第53-66页
 §5-1 硬件系统的建立第53-58页
  5-1-1 系统的构成第53页
  5-1-2 系统的工作原理第53-54页
  5-1-3 照明系统的设计第54-55页
  5-1-4 图像采集系统的设计第55-57页
  5-1-5 工作台及摄像机的运动控制第57-58页
 §5-2 软件系统的设计第58-65页
  5-2-1 拼接系统软件的总框架第58页
  5-2-2 系统软件的设计思想第58-59页
  5-2-3 PCB 图像输入系统第59页
  5-2-4 PCB 图像拼接程序设计第59-65页
 §5-3 本章小结第65-66页
第六章 结论第66-68页
参考文献第68-71页
致谢第71页

论文共71页,点击 下载论文
上一篇:Ni金属基整体型催化剂催化乙醇氧化重整制氢的研究
下一篇:我国经济转型期的个人所得税制改革研究