基于模式识别技术的炮管内膛表面疵病检测系统设计
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 国内外模式识别技术的发展 | 第11-12页 |
| 1.2.2 内膛检测技术的发展 | 第12-14页 |
| 1.2.3 基于模式识别的图像处理技术的发展 | 第14-15页 |
| 1.3 本论文主要研究内容 | 第15-16页 |
| 第2章 炮膛内表面疵病检测系统的组成及功能 | 第16-21页 |
| 2.1 疵病检测系统的硬件组成 | 第16-17页 |
| 2.2 炮管内膛表面疵病检测系统的原理分析 | 第17-19页 |
| 2.3 疵病图像采集系统 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 模式识别的检测原理分析 | 第21-30页 |
| 3.1 基于模式识别技术疵病检测系统的设计 | 第21-22页 |
| 3.2 炮管内膛表面疵病的特征选择和特征提取 | 第22-25页 |
| 3.2.1 特征的选择和提取过程 | 第22-24页 |
| 3.2.2 穷举法和分支限界算法 | 第24-25页 |
| 3.3 炮管内膛疵病的分类决策算法 | 第25-28页 |
| 3.3.1 疵病分类器的设计 | 第25-26页 |
| 3.3.2 决策树算法 | 第26-28页 |
| 3.4 炮管内膛疵病的模式识别结果分析 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第4章 基于模式识别的炮膛内表面疵病图像处理 | 第30-42页 |
| 4.1 炮管内膛疵病图像处理系统的组成 | 第30-31页 |
| 4.2 小波变换的原理分析 | 第31-34页 |
| 4.2.1 小波变换的原理 | 第31-32页 |
| 4.2.2 小波变换的算法 | 第32-34页 |
| 4.3 基于模式识别技术的炮膛内表面疵病图像处理 | 第34-41页 |
| 4.3.1 基于小波变换的疵病图像去噪 | 第34-36页 |
| 4.3.2 基于灰度直方图的疵病图像增强 | 第36-39页 |
| 4.3.3 基于阈值法的疵病图像分割 | 第39-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第5章 模式识别的软件仿真和实验结果 | 第42-54页 |
| 5.1 模式识别的软件设计 | 第42页 |
| 5.2 缺陷识别分类器设计及实验结果分析 | 第42-48页 |
| 5.3 基于模式识别的内膛表面检测的仿真实验 | 第48-51页 |
| 5.4 实验分析及结果 | 第51-53页 |
| 5.5 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表的学术论文 | 第58-59页 |
| 致谢 | 第59页 |
