基于小波变换的木材应力波缺陷检测研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 应力波无损检测技术 | 第9-10页 |
| 1.3 应力波无损检测技术研究现状 | 第10-12页 |
| 1.4 研究内容及研究意义 | 第12-14页 |
| 1.4.1 技术方法论证 | 第12-13页 |
| 1.4.2 研究内容 | 第13-14页 |
| 1.4.3 研究意义 | 第14页 |
| 1.5 本章小结 | 第14-15页 |
| 2 应力波检测的理论依据与实验平台 | 第15-20页 |
| 2.1 应力波传播规律 | 第15页 |
| 2.2 应力波在原木中的传播机理 | 第15-16页 |
| 2.3 应力波传播影响因素 | 第16-17页 |
| 2.4 实验平台搭建 | 第17-18页 |
| 2.4.1 实验材料 | 第17页 |
| 2.4.2 实验设备 | 第17-18页 |
| 2.4.3 实验数据采集 | 第18页 |
| 2.5 本章小结 | 第18-20页 |
| 3 基于小波变换和神经网络的木材缺陷检测 | 第20-36页 |
| 3.1 小波信号处理 | 第20-28页 |
| 3.1.1 小波分析 | 第20-24页 |
| 3.1.2 小波变换的阈值去噪 | 第24-26页 |
| 3.1.3 小波包能量信号特征方式提取 | 第26-28页 |
| 3.2 RBF神经网络的木材缺陷识别 | 第28-35页 |
| 3.2.1 神经网络分类 | 第28-29页 |
| 3.2.2 神经网络学习方式 | 第29页 |
| 3.2.3 RBF神经网络模型 | 第29-31页 |
| 3.2.4 RBF网络的学习算法 | 第31-32页 |
| 3.2.5 RBF神经网络设计 | 第32-33页 |
| 3.2.6 RBF神经网络的缺陷诊断 | 第33-35页 |
| 3.3 本章小结 | 第35-36页 |
| 4 木材断层图像的重建 | 第36-47页 |
| 4.1 层析成像基本理论 | 第36-37页 |
| 4.2 细胞反向投影重建算法 | 第37-39页 |
| 4.3 符号能量矩阵的构建 | 第39-40页 |
| 4.4 断层图像重建 | 第40-43页 |
| 4.4.1 增加网格密度后图像重建结果 | 第41-42页 |
| 4.4.2 插值反演图像 | 第42-43页 |
| 4.5 中值滤波优化重构图像 | 第43-44页 |
| 4.6 木材缺陷断层重建图像拟合度评估 | 第44-45页 |
| 4.7 本章小结 | 第45-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 攻读学位期间发表的学术成果 | 第52-53页 |
| 致谢 | 第53-54页 |
