X射线埋弧焊焊缝缺陷模型及分类算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8页 |
| 1.2 发展现状及存在的问题 | 第8-13页 |
| 1.2.1 基于图像处理技术的缺陷检测 | 第8-10页 |
| 1.2.2 基于模式识别方法的缺陷检测 | 第10-11页 |
| 1.2.3 模糊聚类方法研究进展 | 第11-12页 |
| 1.2.4 支持向量机算法的发展现状 | 第12-13页 |
| 1.3 研究的意义和目的 | 第13-14页 |
| 1.4 课题来源 | 第14页 |
| 1.5 课题研究的技术路线 | 第14-15页 |
| 1.6 本章总结 | 第15-16页 |
| 第二章 焊缝检测图像的采集和预处理 | 第16-37页 |
| 2.1 焊缝检测图像的采集和数据库建立 | 第16-17页 |
| 2.2 焊缝检测图像的预处理 | 第17页 |
| 2.3 焊缝区域的提取 | 第17-33页 |
| 2.4 ROI中的缺陷图像的分割 | 第33-36页 |
| 2.5 本章总结 | 第36-37页 |
| 第三章 特征参数的提取与主成分分析 | 第37-47页 |
| 3.1 焊缝缺陷的特征参数建立 | 第37-38页 |
| 3.2 ROI中缺陷区域的搜索 | 第38-39页 |
| 3.3 特征提取 | 第39-42页 |
| 3.3.1 几何特征提取 | 第39-41页 |
| 3.3.2 像素灰度特征提取 | 第41-42页 |
| 3.4 特征参数的预处理 | 第42-46页 |
| 3.4.1 特征参数的归一化处理 | 第42-43页 |
| 3.4.2 特征参数的主成分分析 | 第43-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 焊缝缺陷识别 | 第47-71页 |
| 4.1 模糊聚类 | 第47-54页 |
| 4.1.1 模糊聚类理论及算法概述 | 第47页 |
| 4.1.2 模糊C均值(FCM)聚类算法 | 第47-49页 |
| 4.1.3 受试者工作特性曲线（ROC曲线） | 第49-50页 |
| 4.1.4 FCM算法实验结果 | 第50-54页 |
| 4.2 支持向量机理论 | 第54-59页 |
| 4.2.1 VC维理论和结构风险 | 第54页 |
| 4.2.2 线性分类函数和最优分割线 | 第54-55页 |
| 4.2.3 最优分类面的确定 | 第55-56页 |
| 4.2.4 核函数的选择 | 第56-59页 |
| 4.3 FCM聚类与SMO-SVM的结合 | 第59-62页 |
| 4.4 SVM算法存在的不足 | 第62页 |
| 4.5 并行程序设计及数据模板技术 | 第62-66页 |
| 4.6 缺陷分类模型构建 | 第66-70页 |
| 4.7 本章总结 | 第70-71页 |
| 第五章 总结与展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间发表的论文 | 第78-79页 |
