| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-26页 |
| ·引言 | 第8-9页 |
| ·光学显微镜应用概述 | 第9-10页 |
| ·生物显微镜的应用 | 第9-10页 |
| ·体视显微镜的应用 | 第10页 |
| ·金相显微镜的应用 | 第10页 |
| ·光学显微镜的国内外研究概况 | 第10-13页 |
| ·光学显微镜图像处理技术概述 | 第13-22页 |
| ·清晰度评估函数 | 第13-15页 |
| ·多聚焦图像融合技术 | 第15-17页 |
| ·边缘提取与检测技术 | 第17-20页 |
| ·图像识别技术 | 第20-22页 |
| ·本文研究工作和章节安排 | 第22-26页 |
| 第二章 图像采集系统 | 第26-36页 |
| ·图像采集硬件结构图 | 第26页 |
| ·器件选择与电路设计 | 第26-31页 |
| ·图像传感器的选择 | 第26-27页 |
| ·FPGA芯片的选择 | 第27-28页 |
| ·USB控制芯片的选择 | 第28-29页 |
| ·电路设计与调试 | 第29-31页 |
| ·图像获取与校正 | 第31-35页 |
| ·图像同步与获取 | 第31-33页 |
| ·图像几何畸形检测 | 第33-35页 |
| ·本章小节 | 第35-36页 |
| 第三章 多聚集图像融合 | 第36-68页 |
| ·清晰度评估函数 | 第36-55页 |
| ·离焦图像原理与小幅多峰现象分析 | 第37-40页 |
| ·噪声模型和降噪算法 | 第40-46页 |
| ·基于自适应滤波器的清晰度评估算法 | 第46-47页 |
| ·清晰度评估算法对比实验与分析 | 第47-55页 |
| ·基于最近邻权值图像融合算法 | 第55-59页 |
| ·多聚焦图像融合实验结果与分析 | 第59-66页 |
| ·主观评估对比 | 第60-63页 |
| ·信噪比对比 | 第63-64页 |
| ·平均梯度对比 | 第64-65页 |
| ·实验结果分析 | 第65-66页 |
| ·本章小结 | 第66-68页 |
| 第四章 单像素封闭边缘提取算法 | 第68-92页 |
| ·传统的边缘提取算法 | 第68-70页 |
| ·封闭边缘提取算法 | 第70-87页 |
| ·基础边缘提取 | 第72-80页 |
| ·封闭边缘的获取 | 第80-87页 |
| ·单像素封闭边缘提取实验结果与分析 | 第87-91页 |
| ·本章小结 | 第91-92页 |
| 第五章 固定形态显微目标自动测量与应用 | 第92-116页 |
| ·基于支持向量机的固定形态目标识别原理 | 第92-99页 |
| ·支持向量机原理 | 第92-97页 |
| ·固定形态目标特征提取 | 第97-99页 |
| ·自动识别匹配模板的获取 | 第99页 |
| ·SOP封装集成电路引脚平整度自动测量系统 | 第99-114页 |
| ·SOP封装集成电路引脚平整度测量分析 | 第99-102页 |
| ·照明设计与成像系统的测量定标 | 第102-109页 |
| ·基于支持向量机的集成电路引脚平整度测量系统软件设计 | 第109-112页 |
| ·实验结果与分析 | 第112-114页 |
| ·本章小结 | 第114-116页 |
| 第六章 非固定形态显微目标识别与应用 | 第116-132页 |
| ·非固定形态显微目标识别分析 | 第116-117页 |
| ·基于实时学习模式的非固定形态目标识别算法 | 第117-125页 |
| ·封闭区域的特征提取 | 第117-122页 |
| ·基于实时学习模式的分类软件设计 | 第122-125页 |
| ·基于实时学习模式的金相组织定量分析系统 | 第125-131页 |
| ·金相组织定量分析简介 | 第125-126页 |
| ·基于实时学习模式的金相组织含量分析系统 | 第126-127页 |
| ·实验结果与分析 | 第127-131页 |
| ·本章小结 | 第131-132页 |
| 第七章 总结与展望 | 第132-136页 |
| 参考文献 | 第136-144页 |
| 发表论文情况说明 | 第144-146页 |
| 致谢 | 第146页 |