显微图像自动采集与处理技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-23页 |
| ·磨损故障监测技术概述 | 第10-14页 |
| ·磨损磨粒监测技术的发展 | 第10-11页 |
| ·磨损磨粒油液监测诊断技术的发展 | 第11-12页 |
| ·磨损磨粒油液监测诊断技术的方法 | 第12-13页 |
| ·磨损磨粒油液监测诊断技术的现状 | 第13-14页 |
| ·铁谱技术的发展 | 第14-20页 |
| ·数据库技术的应用 | 第15页 |
| ·专家系统的应用 | 第15-16页 |
| ·图像处理与模式识别技术的应用 | 第16-17页 |
| ·磨粒智能分析的国内研究状况 | 第17-18页 |
| ·磨粒智能分析的国外研究状况 | 第18-20页 |
| ·磨粒自动识别技术在研究和发展中存在的问题 | 第20页 |
| ·本文的研究背景、内容和方法 | 第20-21页 |
| ·本文研究的内容安排 | 第21-23页 |
| ·高精度图像自动采集终端研究 | 第21页 |
| ·大包回转轴承磨粒分析系统的研究 | 第21-23页 |
| 第二章 磨粒图像自动采集系统 | 第23-35页 |
| ·引言 | 第23页 |
| ·磨粒图像采集系统的原理 | 第23页 |
| ·系统的基本原理 | 第23页 |
| ·图像自动采集系统的硬件组成 | 第23-32页 |
| ·PCI-1243U 步进电机控制卡 | 第25页 |
| ·自动扫描三坐标显微镜 | 第25-26页 |
| ·彩色工业数字摄像机 | 第26-27页 |
| ·数码相机 | 第27-32页 |
| ·显微镜自动聚焦的实现 | 第32-33页 |
| ·磨粒图像自动采集的实现 | 第33页 |
| ·总结 | 第33-35页 |
| 第三章 磨粒图像融合技术研究 | 第35-43页 |
| ·引言 | 第35页 |
| ·图像融合简介 | 第35-36页 |
| ·基于小波变换的图像融合 | 第36-37页 |
| ·图像的快速小波分解 | 第36-37页 |
| ·图像融合算子 | 第37页 |
| ·多聚焦磨粒图像融合的基本原理 | 第37-39页 |
| ·基于离散小波框架变换的多聚焦磨粒图像融合 | 第39-41页 |
| ·求取磨粒多聚焦图像的灰度分量 | 第39页 |
| ·离散小波框架变换简介 | 第39-41页 |
| ·基于离散小波框架变换的多聚焦磨粒图像融合算法 | 第41页 |
| ·实验结果及分析 | 第41-42页 |
| ·总结 | 第42-43页 |
| 第四章 磨粒图像处理与磨粒识别技术研究 | 第43-65页 |
| ·引言 | 第43-44页 |
| ·磨粒图像处理过程 | 第44-53页 |
| ·磨粒图像的平滑与锐化 | 第44-47页 |
| ·磨粒图像的分割 | 第47-49页 |
| ·磨粒轮廓参数提取 | 第49-53页 |
| ·基于支持向量机的磨粒识别方法 | 第53-62页 |
| ·概述 | 第53-55页 |
| ·支持向量机简介 | 第55页 |
| ·SVM 基本原理 | 第55-59页 |
| ·磨粒样本数据的建立 | 第59-60页 |
| ·磨粒分类训练器的设计 | 第60-62页 |
| ·实验结果及分析 | 第62-64页 |
| ·磨粒分类器核参数 | 第62-63页 |
| ·磨粒分类器实验 | 第63-64页 |
| ·总结 | 第64-65页 |
| 第五章 大包回转轴承磨粒分析技术研究 | 第65-81页 |
| ·引言 | 第65-66页 |
| ·低速重载设备的故障诊断特点 | 第65-66页 |
| ·炼钢厂大包回转轴承装置的典型结构 | 第66-67页 |
| ·大包回转轴承常用诊断方法 | 第67-69页 |
| ·大包回转轴承的磨损基本失效形式 | 第69-70页 |
| ·大包回转轴承的润滑 | 第70-72页 |
| ·润滑方式的选择 | 第70页 |
| ·润滑脂的填充 | 第70-72页 |
| ·大包回转轴承磨损故障监测 | 第72-74页 |
| ·回转轴承磨粒分析的基本原理 | 第72-73页 |
| ·溶剂的选择 | 第73-74页 |
| ·某型大包回转轴承磨粒分析试验研究 | 第74-79页 |
| ·磨粒图像的采集 | 第74-79页 |
| ·铁谱分析 | 第79页 |
| ·诊断结论 | 第79页 |
| ·建议 | 第79页 |
| ·总结 | 第79-81页 |
| 结论与展望 | 第81-82页 |
| 致谢 | 第82-83页 |
| 在学位期间发表的论文 | 第83-84页 |
| 参考文献 | 第84-85页 |
