| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 矿用输送带纵向撕裂检测的研究背景及意义 | 第10-12页 |
| 1.2 红外图像分割方法 | 第12页 |
| 1.3 论文的主要研究内容及章节安排 | 第12-16页 |
| 1.3.1 论文的主要研究内容 | 第12-13页 |
| 1.3.2 论文结构 | 第13-16页 |
| 第二章 红外图像用于纵向撕裂检测的理论依据与硬件组成 | 第16-28页 |
| 2.1 矿用输送带简介 | 第16-17页 |
| 2.1.1 矿用输送带的种类 | 第16-17页 |
| 2.1.2 矿用输送带的结构 | 第17页 |
| 2.2 矿用输送带纵向撕裂机理的研究 | 第17-18页 |
| 2.3 矿用输送带纵向撕裂的检测方法 | 第18-20页 |
| 2.3.1 接触式检测方法 | 第18-19页 |
| 2.3.2 非接触式检测方法 | 第19-20页 |
| 2.3.3 小结 | 第20页 |
| 2.4 红外图像检测的理论支持 | 第20-21页 |
| 2.5 红外图像检测用于矿用输送带的优势 | 第21-22页 |
| 2.6 红外图像检测方法的硬件 | 第22-26页 |
| 2.6.1 红外相机的选取 | 第23-25页 |
| 2.6.2 图像采集卡的选取 | 第25-26页 |
| 2.7 本章小结 | 第26-28页 |
| 第三章 红外图像分割算法研究 | 第28-52页 |
| 3.1 红外图像的特点 | 第28页 |
| 3.2 传统红外图像分割算法 | 第28-32页 |
| 3.2.1 直方图双峰法 | 第29-30页 |
| 3.2.2 迭代法 | 第30页 |
| 3.2.3 最大熵值法 | 第30-32页 |
| 3.3 BP神经网络方法 | 第32-37页 |
| 3.3.1 BP神经网络算法原理 | 第32-33页 |
| 3.3.2 BP神经网络学习的原则 | 第33-36页 |
| 3.3.3 BP神经网络用于红外图像分割 | 第36-37页 |
| 3.4 SVM的红外图像处理算法机理 | 第37-39页 |
| 3.4.1 VC维理论 | 第38页 |
| 3.4.2 结构风险最小原理 | 第38-39页 |
| 3.5 SVM基本原理 | 第39-44页 |
| 3.5.1 线性可分SVM | 第39-42页 |
| 3.5.2 线性不可分SVM | 第42-44页 |
| 3.6 SVM基本原理 | 第44-45页 |
| 3.7 SVM的图像处理软件包 | 第45-46页 |
| 3.7.1 训练函数svmtrain | 第46页 |
| 3.7.2 预测函数svmpredict | 第46页 |
| 3.8 SVM的图像分割过程 | 第46-50页 |
| 3.9 SVM与BP神经网络分割效果实验 | 第50-51页 |
| 3.10 本章小结 | 第51-52页 |
| 第四章 输送带纵向撕裂红外图像检测的软件开发 | 第52-68页 |
| 4.1 虚拟仪器简述 | 第52页 |
| 4.2 采用虚拟仪器作为软件平台的优点 | 第52-54页 |
| 4.3 虚拟仪器类型选取 | 第54页 |
| 4.4 虚拟仪器语言简介 | 第54-55页 |
| 4.5 软件编写 | 第55-62页 |
| 4.5.1 Ⅵ基本模式 | 第55页 |
| 4.5.2 项目编写 | 第55-56页 |
| 4.5.3 主Ⅵ编写 | 第56-58页 |
| 4.5.4 数据库编写 | 第58-59页 |
| 4.5.5 软件结构程序 | 第59-60页 |
| 4.5.6 管理员子Ⅵ | 第60-62页 |
| 4.6 红外相机与LabVIEW的连接 | 第62-65页 |
| 4.6.1 利用IMAQ模块包 | 第62-63页 |
| 4.6.2 利用ActiveX控件 | 第63-65页 |
| 4.7 LabVIEW调用Matlab | 第65-66页 |
| 4.7.1 利用ActiveX调用 | 第65页 |
| 4.7.2 利用动态链接库调用 | 第65页 |
| 4.7.3 利用Matlab Script节点调用 | 第65-66页 |
| 4.8 实时采集子Ⅵ | 第66-67页 |
| 4.9 小结 | 第67-68页 |
| 第五章 仿真测试分析 | 第68-72页 |
| 5.1 实时性分析 | 第68页 |
| 5.2 抗干扰性分析 | 第68-69页 |
| 5.3 精确性分析 | 第69-70页 |
| 5.4 小结 | 第70-72页 |
| 第六章 工作总结与展望 | 第72-74页 |
| 6.1 总结 | 第72-73页 |
| 6.2 展望 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-82页 |
| 攻读学位期间发表的论文与专利 | 第82页 |