| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 荧光磁粉探伤技术研究背景及意义 | 第8-9页 |
| 1.2 荧光磁粉探伤技术现状 | 第9-10页 |
| 1.3 荧光磁粉探伤技术工作内容及创新点 | 第10-11页 |
| 1.4 本文的章节安排 | 第11-12页 |
| 第二章 基于加权有向平滑滤波的荧光磁粉探伤图像去噪 | 第12-23页 |
| 2.1 加权有向平滑滤波算法特点 | 第12-13页 |
| 2.2 加权有向平滑滤波算法原理 | 第13-16页 |
| 2.2.1 噪声类型判别及有向平滑模板选取 | 第13-14页 |
| 2.2.2 加权滤波算法 | 第14-15页 |
| 2.2.3 加权有向平滑滤波算法基本框架 | 第15-16页 |
| 2.3 与经典图像去噪算法的对比分析 | 第16-23页 |
| 2.3.1 三种经典图像去噪算法 | 第16-19页 |
| 2.3.2 基于荧光磁粉图像的去噪算法性能对比分析 | 第19-23页 |
| 第三章 基于遗传算法和点邻域搜索的GGCM最大熵分割改进算法 | 第23-46页 |
| 3.1 GGCM最大熵分割 | 第24-27页 |
| 3.1.1 GGCM的概述 | 第24-25页 |
| 3.1.2 GGCM最大熵二维阈值分割算法 | 第25-27页 |
| 3.2 基于遗传算法和点邻域搜索的GGCM最大熵分割改进算法 | 第27-36页 |
| 3.2.1 遗传算法概述 | 第27-31页 |
| 3.2.2 遗传算法的改进 | 第31-34页 |
| 3.2.3 点邻域搜索消除孤立噪声像素 | 第34-35页 |
| 3.2.4 基于遗传算法和点邻域搜索的GGCM最大熵分割改进算法 | 第35-36页 |
| 3.3 荧光磁粉裂纹图像分割处理结果 | 第36-46页 |
| 3.3.1 各算法的分割效果分析 | 第36-41页 |
| 3.3.2 算法的运算速度分析 | 第41-42页 |
| 3.3.3 算法的收敛性分析 | 第42-46页 |
| 第四章 荧光磁粉图像的特征提取算法 | 第46-57页 |
| 4.1 Hu矩不变量 | 第46-48页 |
| 4.1.1 概述 | 第46-47页 |
| 4.1.2 荧光磁粉图像的Hu矩不变量实验结果分析 | 第47-48页 |
| 4.2 基于霍夫变换的HOG描绘子对荧光磁粉图像特征提取的改进算法 | 第48-56页 |
| 4.2.1 霍夫变换 | 第49-51页 |
| 4.2.2 标准HOG描述子 | 第51-52页 |
| 4.2.3 基于霍夫变换的HOG描绘子改进算法 | 第52-55页 |
| 4.2.4 HOG描述子改进算法的实验结果分析 | 第55-56页 |
| 4.3 荧光磁粉图像的特征提取 | 第56-57页 |
| 第五章 基于PSO的SVM荧光磁粉裂纹检测改进算法 | 第57-74页 |
| 5.1 荧光磁粉图像裂纹的SVM检测算法 | 第58-64页 |
| 5.1.1 样本线性的SVM算法 | 第58-61页 |
| 5.1.2 样本非线性的SVM算法 | 第61-63页 |
| 5.1.3 荧光磁粉图像裂纹的SVM检测算法 | 第63-64页 |
| 5.2 基于PSO的SVM荧光磁粉裂纹检测改进算法 | 第64-68页 |
| 5.2.1 基于PSO的SVM裂纹检测算法 | 第64-66页 |
| 5.2.2 基于PSO的SVM裂纹检测改进算法 | 第66-68页 |
| 5.2.3 算法收敛性分析 | 第68页 |
| 5.3 与经典模式识别算法的对比分析 | 第68-73页 |
| 5.3.1 经典模式识别算法 | 第68-71页 |
| 5.3.2 基于PSO的SVM荧光磁粉裂纹检测改进算法性能对比分析 | 第71-73页 |
| 5.4 不同特征向量的裂纹识别率对比分析 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 论文总结 | 第74-75页 |
| 6.2 工作展望 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第79-80页 |
| 致谢 | 第80页 |
