基于图像处理的电路板焊点缺陷检测
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 焊点缺陷检测技术现状 | 第11-14页 |
| 1.2.1 目测法 | 第11-12页 |
| 1.2.2 自动光学检测 | 第12页 |
| 1.2.3 自动射线检测 | 第12-13页 |
| 1.2.4 电气检测 | 第13页 |
| 1.2.5 自动光学检测的优点 | 第13-14页 |
| 1.3 AOI系统国内外技术发展现状 | 第14-17页 |
| 1.3.1 AOI系统的基本原理 | 第14-15页 |
| 1.3.2 国外AOI设备的生产及发展状况 | 第15-16页 |
| 1.3.3 AOI设备的国产化 | 第16-17页 |
| 1.4 基于图像处理的焊点检测方法研究现状 | 第17-18页 |
| 1.5 本论文主要研究内容 | 第18-20页 |
| 第2章 数字图像处理基本原理与应用 | 第20-26页 |
| 2.1 引言 | 第20-21页 |
| 2.2 图像处理和分析系统 | 第21-23页 |
| 2.2.1 系统硬件构成 | 第22-23页 |
| 2.2.2 图像处理的基本步骤 | 第23页 |
| 2.3 数字图像处理的特点及应用领域 | 第23-24页 |
| 2.3.1 数字图像处理的特点 | 第23-24页 |
| 2.3.2 数字图像处理的应用领域 | 第24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 图像增强 | 第26-39页 |
| 3.1 图像采集 | 第26-27页 |
| 3.2 图像增强 | 第27-33页 |
| 3.2.1 灰度变换 | 第28-29页 |
| 3.2.2 直方图均衡化 | 第29-30页 |
| 3.2.3 图像平滑 | 第30-32页 |
| 3.2.4 图像锐化 | 第32-33页 |
| 3.3 根据PCB的特点选择增强方法 | 第33-38页 |
| 3.3.1 PCB图像特点 | 第33-34页 |
| 3.3.2 PCB图像增强 | 第34-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 图像对准、分割和模式识别 | 第39-61页 |
| 4.1 引言 | 第39页 |
| 4.2 图像对准 | 第39-46页 |
| 4.2.1 边缘检测 | 第39-40页 |
| 4.2.2 基于二阶导数边缘检测算子 | 第40-43页 |
| 4.2.3 霍夫变换 | 第43-44页 |
| 4.2.4 图像校准 | 第44-46页 |
| 4.3 阈值分割和特征提取 | 第46-53页 |
| 4.3.1 阈值分割 | 第46-48页 |
| 4.3.2 针对PCB图像的阈值分割 | 第48-50页 |
| 4.3.3 特征提取 | 第50-52页 |
| 4.3.4 互相关性度量 | 第52-53页 |
| 4.4 模式识别 | 第53-56页 |
| 4.4.1 模式识别的概念 | 第53页 |
| 4.4.2 模式识别的过程 | 第53-54页 |
| 4.4.3 常用模式识别方法 | 第54-56页 |
| 4.5 PCB焊点图像模式识别 | 第56-60页 |
| 4.5.1 焊点质量标准和缺陷类型 | 第56-58页 |
| 4.5.2 焊点模式识别方法 | 第58-59页 |
| 4.5.3 漏焊的识别 | 第59页 |
| 4.5.4 短路的识别 | 第59-60页 |
| 4.5.5 孔洞的识别 | 第60页 |
| 4.6 本章小结 | 第60-61页 |
| 第5章 实验与仿真 | 第61-68页 |
| 5.1 图像预处理模块 | 第61-63页 |
| 5.1.1 格式转换 | 第61页 |
| 5.1.2 灰度变换 | 第61-62页 |
| 5.1.3 图像平滑 | 第62-63页 |
| 5.1.4 图像锐化 | 第63页 |
| 5.2 图像处理模块 | 第63-65页 |
| 5.2.1 边界检测及图像对准 | 第63-64页 |
| 5.2.2 阈值分割 | 第64-65页 |
| 5.3 焊点缺陷模式识别模块 | 第65-66页 |
| 5.3.1 漏焊的识别 | 第65页 |
| 5.3.2 短路的识别 | 第65-66页 |
| 5.3.3 孔洞的识别 | 第66页 |
| 5.4 本章小结 | 第66-68页 |
| 第6章 结论与展望 | 第68-70页 |
| 6.1 结论 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73页 |
