| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题的研究意义 | 第9-10页 |
| 1.2 国内发动机孔探技术的发展与现状 | 第10页 |
| 1.2.1 国内发动机孔探技术的发展 | 第10页 |
| 1.2.2 国内发动机孔探技术的现状 | 第10页 |
| 1.3 数字图像处理技术的分类及发展概况 | 第10-13页 |
| 1.3.1 数字图像处理技术的分类 | 第10-12页 |
| 1.3.2 数字图像处理技术的发展概况 | 第12-13页 |
| 1.4 国内航空发动机发展水平及发动机内部常见损伤 | 第13-15页 |
| 1.4.1 国内航空发动机发展水平 | 第13-14页 |
| 1.4.2 航空发动机内部常见损伤 | 第14-15页 |
| 1.5 MATLAB和图像处理工具箱的背景知识 | 第15-16页 |
| 1.6 课题的研究任务和本论文的主要工作 | 第16-17页 |
| 第2章 图像增强 | 第17-33页 |
| 2.1 概述 | 第17页 |
| 2.2 基于空域的航空发动机孔探图像增强 | 第17-22页 |
| 2.2.1 直方图均衡化 | 第17-20页 |
| 2.2.2 空域滤波增强 | 第20-22页 |
| 2.3 基于频域的航空发动机孔探图像增强 | 第22-27页 |
| 2.3.1 低通滤波器 | 第23-25页 |
| 2.3.2 同态滤波器 | 第25-27页 |
| 2.4 基于最大熵原理的航空发动机孔探图像增强 | 第27-30页 |
| 2.5 本章小结 | 第30-33页 |
| 第3章 图像分割 | 第33-51页 |
| 3.1 基于阈值的航空发动机孔探图像分割 | 第33-36页 |
| 3.1.1 人工选择法 | 第33-35页 |
| 3.1.2 分水岭算法 | 第35-36页 |
| 3.2 基于边缘检测的航空发动机孔探图像分割 | 第36-43页 |
| 3.2.1 边缘检测的意义 | 第36-37页 |
| 3.2.2 梯度算子 | 第37-40页 |
| 3.2.3 高斯-拉普拉斯算子 | 第40-41页 |
| 3.2.4 Canny边缘检测算子 | 第41-43页 |
| 3.3 基于区域的航空发动机孔探图像分割 | 第43-49页 |
| 3.3.1 基础公式 | 第44页 |
| 3.3.2 区域生长法 | 第44-46页 |
| 3.3.3 基于四叉树结构的分割算法 | 第46-49页 |
| 3.4 本章小结 | 第49-51页 |
| 第4章 改进的图像分割 | 第51-59页 |
| 4.1 改进的Otsu法阈值分割 | 第51-54页 |
| 4.1.1 经典的Otsu法阈值分割 | 第51-53页 |
| 4.1.2 改进的Otsu法阈值分割 | 第53-54页 |
| 4.2 改进区域生长的孔探图像分割 | 第54-58页 |
| 4.2.1 区域生长的关键问题 | 第54-55页 |
| 4.2.2 改进的区域生长算法 | 第55-58页 |
| 4.3 本章小结 | 第58-59页 |
| 第5章 总结与展望 | 第59-61页 |
| 5.1 全文总结 | 第59页 |
| 5.2 研究展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65页 |