基于改進(jìn)ORB圖像配準(zhǔn)與深度學(xué)習(xí)的PCB裸板缺陷檢測
發(fā)布時(shí)間:2024-06-10 21:30
在制造業(yè)高速發(fā)展的當(dāng)下,傳統(tǒng)通過人工視目檢測缺陷的方法逐漸淡出工業(yè)檢測環(huán)境,基于機(jī)器視覺的檢測方法隨之興起并廣泛應(yīng)用于工業(yè)環(huán)境。PCB裸板的制作是工藝流程中最基礎(chǔ)的部分,其缺陷檢測也是首要環(huán)節(jié)。針對(duì)現(xiàn)有PCB裸板缺陷檢測方案不具備通用性且對(duì)于多種缺陷的分類準(zhǔn)確率不理想等問題,設(shè)計(jì)了一種改進(jìn)ORB圖像配準(zhǔn)與深度學(xué)習(xí)的PCB裸板缺陷檢測方法,主要分為預(yù)處理、缺陷定位和分類識(shí)別三部分實(shí)現(xiàn)PCB裸板缺陷的自動(dòng)檢測。預(yù)處理部分,分析了常見濾波處理方法并結(jié)合實(shí)驗(yàn)的濾波效果后,采取中值濾波進(jìn)行預(yù)處理。隨后針對(duì)直方圖均衡化失真嚴(yán)重、伽馬變換和線性變換增強(qiáng)能力的不足,設(shè)計(jì)一種基于RGB空間的PCB裸板圖像增強(qiáng)算法。分析PCB裸板顏色特點(diǎn)后,通過在G通道尋找閾值,并結(jié)合人眼對(duì)RGB三種顏色的敏感度,對(duì)RGB三通道的圖像做分段線性變換處理。實(shí)驗(yàn)結(jié)果表明,本文算法對(duì)比度指標(biāo)達(dá)到57.13,在結(jié)構(gòu)相似性、梯度幅值相似性指標(biāo)方面,與傳統(tǒng)線性變化相差不大。并且在視覺上有著明顯的提升,達(dá)到了亮度適中、對(duì)比度清晰的效果。缺陷定位部分,利用基于參考比較法和形態(tài)學(xué)處理的混合法實(shí)現(xiàn)缺陷定位。針對(duì)基于ORB的圖像配準(zhǔn)算法能滿足...
【文章頁數(shù)】:80 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 引言
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 PCB裸板缺陷檢測現(xiàn)狀
1.2.2 圖像配準(zhǔn)算法研究現(xiàn)狀
1.2.3 卷積神經(jīng)網(wǎng)絡(luò)研究現(xiàn)狀
1.3 存在的主要問題
1.4 論文的內(nèi)容安排
第2章 基于RGB空間的PCB裸板圖像增強(qiáng)方法
2.1 PCB圖像濾波預(yù)處理
2.1.1 PCB圖像常用濾波算法
2.1.2 濾波效果對(duì)比分析
2.2 常用PCB裸板圖像對(duì)比度增強(qiáng)方法
2.3 基于RGB空間的圖像增強(qiáng)方法
2.3.1 RGB空間理論
2.3.2 算法原理及流程
2.4 實(shí)驗(yàn)對(duì)比分析
2.5 本章小結(jié)
第3章 基于改進(jìn)ORB的 PCB裸板圖像配準(zhǔn)方法
3.1 ORB匹配算法原理
3.2 一種改進(jìn)的ORB配準(zhǔn)方法
3.2.1 構(gòu)建非線性多尺度空間
3.2.2 特征點(diǎn)檢索改進(jìn)
3.2.3 PROSAC算法
3.3 實(shí)驗(yàn)對(duì)比分析
3.3.1 尺度空間構(gòu)建對(duì)比
3.3.2 特征點(diǎn)提取性能對(duì)比
3.3.3 配準(zhǔn)性能對(duì)比
3.4 本章小結(jié)
第4章 PCB裸板缺陷的定位
4.1 差影法與形態(tài)學(xué)處理結(jié)合的定位方法
4.1.1 PCB裸板圖像缺陷的類別
4.1.2 局部自適應(yīng)二值化
4.1.3 差影法與形態(tài)學(xué)處理
4.2 實(shí)驗(yàn)分析
4.2.1 實(shí)驗(yàn)?zāi)康呐c環(huán)境
4.2.2 實(shí)驗(yàn)步驟與結(jié)果分析
4.3 本章小結(jié)
第5章 基于深度學(xué)習(xí)的PCB裸板缺陷識(shí)別算法
5.1 卷積神經(jīng)網(wǎng)絡(luò)基本理論
5.1.1 網(wǎng)絡(luò)的結(jié)構(gòu)
5.1.2 數(shù)據(jù)傳播過程
5.1.3 網(wǎng)絡(luò)相關(guān)問題
5.2 基于SE-DenseNet的 PCB裸板缺陷識(shí)別算法
5.2.1 DenseNet與 SENet框架結(jié)構(gòu)
5.2.2 搭建SE-DenseNet網(wǎng)絡(luò)
5.3 實(shí)驗(yàn)對(duì)比分析
5.3.1 實(shí)驗(yàn)?zāi)康呐c實(shí)驗(yàn)環(huán)境
5.3.2 實(shí)驗(yàn)步驟
5.3.3 實(shí)驗(yàn)結(jié)果分析
5.4 本章小結(jié)
第6章總結(jié)與展望
6.1 全文總結(jié)
6.2 展望
參考文獻(xiàn)
致謝
本文編號(hào):3991926
【文章頁數(shù)】:80 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 引言
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 PCB裸板缺陷檢測現(xiàn)狀
1.2.2 圖像配準(zhǔn)算法研究現(xiàn)狀
1.2.3 卷積神經(jīng)網(wǎng)絡(luò)研究現(xiàn)狀
1.3 存在的主要問題
1.4 論文的內(nèi)容安排
第2章 基于RGB空間的PCB裸板圖像增強(qiáng)方法
2.1 PCB圖像濾波預(yù)處理
2.1.1 PCB圖像常用濾波算法
2.1.2 濾波效果對(duì)比分析
2.2 常用PCB裸板圖像對(duì)比度增強(qiáng)方法
2.3 基于RGB空間的圖像增強(qiáng)方法
2.3.1 RGB空間理論
2.3.2 算法原理及流程
2.4 實(shí)驗(yàn)對(duì)比分析
2.5 本章小結(jié)
第3章 基于改進(jìn)ORB的 PCB裸板圖像配準(zhǔn)方法
3.1 ORB匹配算法原理
3.2 一種改進(jìn)的ORB配準(zhǔn)方法
3.2.1 構(gòu)建非線性多尺度空間
3.2.2 特征點(diǎn)檢索改進(jìn)
3.2.3 PROSAC算法
3.3 實(shí)驗(yàn)對(duì)比分析
3.3.1 尺度空間構(gòu)建對(duì)比
3.3.2 特征點(diǎn)提取性能對(duì)比
3.3.3 配準(zhǔn)性能對(duì)比
3.4 本章小結(jié)
第4章 PCB裸板缺陷的定位
4.1 差影法與形態(tài)學(xué)處理結(jié)合的定位方法
4.1.1 PCB裸板圖像缺陷的類別
4.1.2 局部自適應(yīng)二值化
4.1.3 差影法與形態(tài)學(xué)處理
4.2 實(shí)驗(yàn)分析
4.2.1 實(shí)驗(yàn)?zāi)康呐c環(huán)境
4.2.2 實(shí)驗(yàn)步驟與結(jié)果分析
4.3 本章小結(jié)
第5章 基于深度學(xué)習(xí)的PCB裸板缺陷識(shí)別算法
5.1 卷積神經(jīng)網(wǎng)絡(luò)基本理論
5.1.1 網(wǎng)絡(luò)的結(jié)構(gòu)
5.1.2 數(shù)據(jù)傳播過程
5.1.3 網(wǎng)絡(luò)相關(guān)問題
5.2 基于SE-DenseNet的 PCB裸板缺陷識(shí)別算法
5.2.1 DenseNet與 SENet框架結(jié)構(gòu)
5.2.2 搭建SE-DenseNet網(wǎng)絡(luò)
5.3 實(shí)驗(yàn)對(duì)比分析
5.3.1 實(shí)驗(yàn)?zāi)康呐c實(shí)驗(yàn)環(huán)境
5.3.2 實(shí)驗(yàn)步驟
5.3.3 實(shí)驗(yàn)結(jié)果分析
5.4 本章小結(jié)
第6章總結(jié)與展望
6.1 全文總結(jié)
6.2 展望
參考文獻(xiàn)
致謝
本文編號(hào):3991926
本文鏈接:http://www.wukwdryxk.cn/shoufeilunwen/xixikjs/3991926.html
最近更新
教材專著