基于图像分析的PCB缺陷检测算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题背景及研究意义 | 第10-11页 |
| ·PCB 缺陷检测系统简介 | 第11-13页 |
| ·图像的采集 | 第11页 |
| ·图像预处理 | 第11-12页 |
| ·目标分割 | 第12页 |
| ·特征参数提取 | 第12页 |
| ·图像识别与缺陷判断 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·AOI 检测技术国内外研究及应用现状 | 第13-14页 |
| ·PCB 检测算法研究现状 | 第14-15页 |
| ·论文主要研究内容 | 第15-17页 |
| ·本章小结 | 第17-18页 |
| 第2章 PCB图像采集 | 第18-26页 |
| ·采集设备 | 第18页 |
| ·采集方式 | 第18-19页 |
| ·PCB 图像机械坐标识别 | 第19-24页 |
| ·方法概述 | 第19-20页 |
| ·小波变换原理 | 第20-21页 |
| ·机械坐标识别方法 | 第21-24页 |
| ·本章小结 | 第24-26页 |
| 第3章 图像预处理与边缘提取 | 第26-40页 |
| ·概述 | 第26页 |
| ·图像平滑 | 第26-30页 |
| ·低通滤波法 | 第26-28页 |
| ·多图像平均法 | 第28-29页 |
| ·中值滤波法 | 第29-30页 |
| ·图像增强 | 第30-34页 |
| ·传统的梯度图像增强算法 | 第30-31页 |
| ·基于二阶梯度的图像增强方法 | 第31-34页 |
| ·边缘提取 | 第34-36页 |
| ·图像分割 | 第34-35页 |
| ·边缘追踪 | 第35-36页 |
| ·试验结果分析与对比 | 第36-38页 |
| ·本章小结 | 第38-40页 |
| 第4章 基于遗传算法的 PCB 图像与样本对准 | 第40-50页 |
| ·图像对准概述 | 第40-41页 |
| ·样本制作 | 第41-42页 |
| ·样本制作方法 | 第41-42页 |
| ·样本的数据结构 | 第42页 |
| ·遗传算法的基本理论 | 第42-44页 |
| ·样本边缘抽样及对准强度 | 第44-45页 |
| ·基于遗传算法的模型求解 | 第45-48页 |
| ·设定种群 | 第46页 |
| ·设定适应度函数 | 第46页 |
| ·遗传算子 | 第46-47页 |
| ·设定终止条件 | 第47-48页 |
| ·实验结果及分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 缺陷点搜索与缺陷分类 | 第50-61页 |
| ·图像特征分析与理解 | 第50-51页 |
| ·图像特征分析 | 第50页 |
| ·图像理解 | 第50-51页 |
| ·基于边缘检测的缺陷点搜索 | 第51-56页 |
| ·检测概述 | 第51-52页 |
| ·梯度的定义和计算 | 第52-55页 |
| ·缺陷点检测 | 第55-56页 |
| ·基于缺陷点分布形态特征的缺陷分类 | 第56-58页 |
| ·警告性缺陷 | 第56-57页 |
| ·致命性缺陷 | 第57-58页 |
| ·实验结果与分析 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第6章 总结与展望 | 第61-64页 |
| ·全文总结 | 第61-62页 |
| ·展望 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间的研究成果 | 第69页 |
