数据融合技术在混凝土结构检测中的应用研究
第1章 绪论 | 第1-30页 |
·引言 | 第12页 |
·混凝土无损检测技术的研究现状 | 第12-19页 |
·红外成像法 | 第14-15页 |
·超声脉冲法 | 第15-16页 |
·冲击回波法 | 第16-17页 |
·雷达法 | 第17-18页 |
·动力检测法 | 第18-19页 |
·数据融合技术研究现状 | 第19-26页 |
·数据融合发展概况 | 第20-21页 |
·数据融合基本概念与原理 | 第21-22页 |
·数据融合层次化结构 | 第22-23页 |
·数据融合算法 | 第23-26页 |
·本文主要工作 | 第26-30页 |
·论文工作的目的和意义 | 第26-27页 |
·本文主要工作 | 第27-30页 |
第2章 同类传感器的图像融合——红外图像融合 | 第30-82页 |
·图像融合概述 | 第30-31页 |
·图像融合前的预处理——图像配准 | 第31-44页 |
·图像配准概述 | 第32页 |
·仿射变换 | 第32-34页 |
·实例分析结果 | 第34-44页 |
·基于小波与小波包变换的图像融合算法 | 第44-54页 |
·引言 | 第44-45页 |
·基于小波变换的图像融合算法 | 第45-51页 |
·基于小波包变换的图像融合算法 | 第51-54页 |
·两类修正的基于区域的图像融合规则 | 第54-58页 |
·基于像素的图像融合规则 | 第55页 |
·基于区域的图像融合规则 | 第55-58页 |
·试验与验证结果 | 第58-80页 |
·本章小结 | 第80-82页 |
第3章 混凝土内部缺陷的红外CT模拟 | 第82-130页 |
·引言 | 第82-83页 |
·一维非稳态热传导数值模拟 | 第83-100页 |
·物理模型 | 第83-84页 |
·无缺陷区域的差分方程 | 第84-86页 |
·有缺陷区域的差分方程 | 第86-87页 |
·程序编制 | 第87-89页 |
·仿真分析结果 | 第89-93页 |
·试验分析结果 | 第93-100页 |
·二维非稳态热传导数值模拟 | 第100-114页 |
·物理模型 | 第100-101页 |
·无缺陷区域的差分方程 | 第101-105页 |
·有缺陷区域的差分方程 | 第105-108页 |
·仿真分析 | 第108-110页 |
·与试验的比较分析 | 第110-112页 |
·一维与二维比较分析 | 第112-114页 |
·基于人工神经网络的红外CT模拟 | 第114-128页 |
·概述 | 第114-115页 |
·LM神经网络算法 | 第115-117页 |
·RBF神经网络算法 | 第117-118页 |
·人工神经网络重建红外三维图像 | 第118-122页 |
·仿真与实例分析 | 第122-128页 |
·本章小结 | 第128-130页 |
第4章 超声CT技术重构混凝土内部缺陷三维图像 | 第130-151页 |
·超声波CT技术 | 第130-131页 |
·超声波CT基本原理 | 第131-132页 |
·超声波CT重建算法 | 第132-140页 |
·ART代数重建算法 | 第132-137页 |
·SIRT算法 | 第137-139页 |
·程序流程图 | 第139-140页 |
·试验对比分析与结果 | 第140-150页 |
·试验基本情况介绍 | 第140-145页 |
·试验数据分析与结果 | 第145-150页 |
·本章小结 | 第150-151页 |
第5章 不同类型传感器在不同结构层上的数据融合 | 第151-183页 |
·引言 | 第151页 |
·红外、超声两类传感器在像素层的数据融合 | 第151-169页 |
·证据理论概述 | 第151-156页 |
·红外、超声两类传感器在像素层上的数据融合 | 第156-158页 |
·试验分析与结果 | 第158-169页 |
·红外、超声两类传感器在特征层上的数据融合 | 第169-177页 |
·聚类分析 | 第169-170页 |
·特征提取 | 第170-172页 |
·红外、超声两类传感器在特征层上的数据融合 | 第172-174页 |
·实例分析结果 | 第174-177页 |
·红外—超声两类传感器在决策层上的数据融合 | 第177-182页 |
·本章小结 | 第182-183页 |
第6章 结论与展望 | 第183-186页 |
·本文的主要研究结论 | 第183-184页 |
·下一步的研究方向 | 第184-186页 |
致谢 | 第186-189页 |
参考文献 | 第189-198页 |
个人简历 在读期间发表的学术论文与研究成果 | 第198-199页 |