声明
摘要
第一章 绪论
1.1 课题的研究背景及研究意义
1.2 国内外研究现状
1.2.1 数字图像处理技术在国内外应用现状
1.2.2 PCB板图像特征提取技术的发展现状
1.2.3 智能识别模式在国内外发展现状
1.3 课题的内容结构和整体安排部署
1.4 本章小结
第二章 基于显微视觉的焊点缺陷识别实验平台
2.1 实验系统基本组成条件
2.2 显微视觉系统软硬件组成
2.2.1 CCD摄像机
2.2.2 显微视觉系统
2.2.3 图像采集卡
2.2.4 主机软硬件设备配置分析介绍
2.3 本章小结
第三章 基于显微图像分析的焊点特征提取
3.1 一次图像采集
3.2 PCB板焊点缺陷噪声分类及分析
3.2.1 内部噪声
3.2.2 外部噪声
3.3 PCB焊点图像预处理
3.3.1 图像直方图及其灰度修正
3.3.2 Wiener平滑滤波处理
3.4 基于OSTU的图像分割
3.5 基于区域生长的图像分割
3.5.1 区域生长基本原理
3.5.2 图像区域生长分割仿真实验
3.6 本章小结
第四章 基于显微图像的焊点多源特征提取
4.1 二次图像采集
4.2 基于灰度共生矩阵(GLCM)的纹理特征参数的提取
4.2.1 灰度共生矩阵(GLCM)基本原理
4.2.2 灰度共生矩阵(GLCM)实验分析
4.2.3 灰度共生矩阵(GLCM)特征参数性质
4.2.4 灰度共生矩阵(GLCM)特征参数的提取及分析
4.3 多尺度的小波变换图像能量提取
4.3.1 小波变换基本概念
4.3.2 小波多尺度方向能量计算
4.2.3 小波多尺度方向能量提取
4.4 焊点特征几何形状参数的提取
4.4.1 几何特征提取分析
4.4.2 实验分析
4.5 本章小结
第五章 基于BP神经网络的质量检测
5.1 神经网络原理
5.1.1 神经网络的基本概念
5.1.2 神经网络学习过程
5.2 传统BP神经网络存在的缺点及其原因
5.3 BP神经网络的一些改进算法
5.3.1 附加动量项法
5.3.2 变学习速率下降法
5.3.3 共轭梯度算法
5.3.4 LM算法
5.4 BP神经网络的选择与设计
5.4.1 网络层数
5.4.2 隐含层的设计
5.4.3 学习效率的选择
5.4.4 网络误差
5.5 实验设计
5.5.1 神经网络结构
5.5.2 神经网络的实验结果及误差分析
5.6 验证多方法并用的必要性
5.7 本章小结
第六章 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
附录:作者在攻读硕士学位期间发表的论文目录
湖南科技大学;