| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-26页 |
| 1.1 研究背景与意义 | 第12-15页 |
| 1.2 国内外研究现状 | 第15-22页 |
| 1.2.1 材料的组织形貌表征 | 第15-16页 |
| 1.2.2 图像处理在材料表征中的应用 | 第16-20页 |
| 1.2.2.1 基于图像处理的材料组分分布研究 | 第18页 |
| 1.2.2.2 基于图像处理材料表面裂纹缺陷研究 | 第18-20页 |
| 1.2.3 图像处理在材料力学性能研究中的应用 | 第20-22页 |
| 1.2.3.1 基于图像处理的材料拉伸性能预测 | 第21-22页 |
| 1.3 论文研究内容 | 第22-23页 |
| 1.4 论文结构 | 第23-26页 |
| 第2章 材料组分和微裂纹缺陷的关联性及其图像预处理理论 | 第26-38页 |
| 2.1 引言 | 第26页 |
| 2.2 材料组分和微裂纹缺陷的关联性 | 第26-28页 |
| 2.2.1 应力集中 | 第26-27页 |
| 2.2.2 材料组分颗粒对微裂纹缺陷的影响 | 第27-28页 |
| 2.3 材料组分和微裂纹缺陷的图像预处理理论 | 第28-37页 |
| 2.3.1 图像处理基本原理 | 第29页 |
| 2.3.2 材料图像增强 | 第29-32页 |
| 2.3.3 材料图像去噪 | 第32-35页 |
| 2.3.4 材料图像预处理实验 | 第35-37页 |
| 2.4 本章小结 | 第37-38页 |
| 第3章 石墨镀铜TEM图像中铜颗粒的检测算法及其均匀性表征模型 | 第38-63页 |
| 3.1 引言 | 第38页 |
| 3.2 基于图像处理的铜颗粒检测 | 第38-48页 |
| 3.2.1 石墨镀铜复合材料的制备 | 第38-41页 |
| 3.2.2 迭代阈值分割算法 | 第41-43页 |
| 3.2.3 铜颗粒检测算法 | 第43-45页 |
| 3.2.4 图像形态学处理与面积过滤 | 第45-48页 |
| 3.3 铜颗粒的均匀性表征模型 | 第48-52页 |
| 3.3.1 铜颗粒的统计量和评价指标 | 第50页 |
| 3.3.2 基于香农熵和局部距离的均匀性表征模型 | 第50-52页 |
| 3.4 实验与分析 | 第52-62页 |
| 3.4.1 铜颗粒检测参数调节 | 第52-54页 |
| 3.4.2 不同图像中的铜颗粒检测 | 第54-56页 |
| 3.4.3 铜颗粒的子区域分布均匀性 | 第56-57页 |
| 3.4.4 子区域数目对均匀性表征的影响 | 第57-60页 |
| 3.4.5 模型应用分析 | 第60-62页 |
| 3.5 本章小结 | 第62-63页 |
| 第4章 基于图像梯度重建的TPEE材料表面微裂纹缺陷检测 | 第63-88页 |
| 4.1 引言 | 第63页 |
| 4.2 含微裂纹缺陷TPEE材料图像的采集 | 第63-66页 |
| 4.3 TPEE材料裂纹缺陷图像分析及其梯度重构 | 第66-72页 |
| 4.3.1 TPEE材料裂纹缺陷图像分析 | 第66-69页 |
| 4.3.2 裂纹缺陷图像的梯度重构 | 第69-72页 |
| 4.4 TPEE材料表面微裂纹缺陷检测 | 第72-80页 |
| 4.4.1 基于梯度分布最大类间距阈值分割的裂纹缺陷检测 | 第72-73页 |
| 4.4.2 阈值分割后的图像去噪 | 第73-75页 |
| 4.4.3 基于局部连通域圆形度变化率的裂纹缺陷检测 | 第75-80页 |
| 4.5 实验与分析 | 第80-86页 |
| 4.5.1 不同梯度表达方式对裂纹缺陷检测的影响 | 第80-81页 |
| 4.5.2 最大类间距阈值分割裂纹缺陷检测分析 | 第81-83页 |
| 4.5.3 基于局部圆形度变化率的裂纹缺陷检测分析 | 第83-86页 |
| 4.5.3.1 子图像数目对裂纹缺陷检测结果的影响 | 第83-84页 |
| 4.5.3.2 对不同图像的检测效果分析 | 第84-85页 |
| 4.5.3.3 基于圆形度变化率的裂纹缺陷检测复杂度分析 | 第85-86页 |
| 4.6 本章小结 | 第86-88页 |
| 第5章 基于图像处理和受限玻尔兹曼机的TPEE材料拉伸性能预测 | 第88-108页 |
| 5.1 引言 | 第88页 |
| 5.2 实验数据采集 | 第88-91页 |
| 5.2.1 裂纹缺陷的物理统计量 | 第88-89页 |
| 5.2.2 TPEE材料的拉伸性能数据采集 | 第89-91页 |
| 5.3 基于裂纹缺陷统计量的TPEE材料的拉伸性能预测 | 第91-98页 |
| 5.3.1 采集的数据预处理 | 第91-92页 |
| 5.3.2 受限玻尔兹曼机模型 | 第92-94页 |
| 5.3.3 RBM模型训练方法 | 第94-96页 |
| 5.3.4 拉伸性能预测模型 | 第96-98页 |
| 5.4 实验与分析 | 第98-107页 |
| 5.4.1 数据采集分析 | 第98-102页 |
| 5.4.1.1 微裂纹缺陷统计量 | 第98-100页 |
| 5.4.1.2 TPEE材料拉伸性能 | 第100-102页 |
| 5.4.2 拉伸性能预测分析 | 第102-103页 |
| 5.4.3 隐藏层节点数对拉伸强度预测的影响 | 第103-105页 |
| 5.4.4 基于单一缺陷统计量的拉伸强度预测 | 第105-106页 |
| 5.4.5 模型与神经网络预测的比较 | 第106-107页 |
| 5.5 本章小结 | 第107-108页 |
| 第6章 总结与展望 | 第108-112页 |
| 6.1 本文工作总结 | 第108-109页 |
| 6.2 本文主要创新点 | 第109-110页 |
| 6.3 进一步的研究方向 | 第110-112页 |
| 致谢 | 第112-113页 |
| 参考文献 | 第113-121页 |
| 攻读博士期间发表的学术论文 | 第121-122页 |
| 攻读博士学位期间参加的科研情况 | 第122页 |
