基于三维重建的金属断口图像分形算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·三维重建的发展现状 | 第9-12页 |
| ·分形与分维的应用现状 | 第12-13页 |
| ·本文的选题依据、研究思路和主要内容 | 第13-15页 |
| ·选题依据 | 第14页 |
| ·研究思路和主要内容 | 第14-15页 |
| 第二章 SFS原理与光照参数估计 | 第15-32页 |
| ·SFS原理及现状 | 第15-16页 |
| ·三维图像恢复与重建的意义 | 第15页 |
| ·三维图像恢复与重建的研究现状与发展 | 第15-16页 |
| ·从阴影恢复形状的物理学和几何学知识 | 第16-22页 |
| ·图像辐照度 | 第16-17页 |
| ·照明 | 第17-18页 |
| ·Lambertian反射 | 第18-19页 |
| ·表面方向 | 第19-21页 |
| ·反射图 | 第21-22页 |
| ·图像幅照方程 | 第22页 |
| ·从图像明暗恢复形状 | 第22-23页 |
| ·光照参数估计 | 第23-31页 |
| ·Pentland光照方向估计 | 第23-25页 |
| ·Lee和Rosenfeld光照方向估计 | 第25-26页 |
| ·Zheng和Chellappa光照参数估计 | 第26-31页 |
| ·实验结果及分析 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第三章 三维图像的恢复与重建研究 | 第32-65页 |
| ·SFS的基础算法—Horn算法 | 第32-35页 |
| ·表面梯度重建 | 第32-35页 |
| ·物体表面再建 | 第35页 |
| ·基于神经网络的三维重建 | 第35-45页 |
| ·人工神经网络及BP网络 | 第36页 |
| ·神经网络的分类 | 第36-37页 |
| ·神经网络的学习方法与规则 | 第37-39页 |
| ·基于神经网络的反射模型 | 第39-40页 |
| ·BP神经网络结构设计 | 第40-42页 |
| ·基于神经网络的从明暗恢复形状算法 | 第42-45页 |
| ·基于有限元方法的三维重建 | 第45-54页 |
| ·有限元法发展简介 | 第45-46页 |
| ·有限元法原理 | 第46-47页 |
| ·基于有限元反射模型 | 第47-48页 |
| ·构造刚度矩阵及载荷矩阵 | 第48-49页 |
| ·SFS问题的约束条件 | 第49-52页 |
| ·基于有限元的三维重建 | 第52-54页 |
| ·实验与结果分析 | 第54-64页 |
| ·实验数据 | 第54-57页 |
| ·实验结果 | 第57-64页 |
| ·实验结果分析 | 第64页 |
| ·本章小结 | 第64-65页 |
| 第四章 锆合金断口表面的分形维数计算 | 第65-74页 |
| ·分形概述 | 第65-66页 |
| ·分形维数计算方法 | 第66-69页 |
| ·小岛法 | 第67页 |
| ·垂直剖面法 | 第67-68页 |
| ·周长—最大直径法 | 第68-69页 |
| ·试验及结果 | 第69-73页 |
| ·试验断口制样及图像采集 | 第69-70页 |
| ·断口图像预处理 | 第70页 |
| ·断口图像光源方向估计 | 第70-71页 |
| ·利用断口图像重建断口三维形貌 | 第71-72页 |
| ·对断口三维形貌的分维值计算 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第五章 结论与展望 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 致谢 | 第78-79页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第79页 |
