首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于数字全息和压缩感知技术融合的圆柱度误差测量方法研究

摘要第4-6页
Abstract第6-8页
第一章 绪论第15-32页
    1.1 研究背景和意义第15-16页
    1.2 圆柱度误差测量技术国内外研究现状第16-25页
        1.2.1 两点、三点法第16-18页
        1.2.2 坐标测量法第18页
        1.2.3 半径测量法第18-20页
        1.2.4 计算机视觉测量方法第20-22页
        1.2.5 光学测量方法第22-24页
        1.2.6 各种测量方法小结第24-25页
    1.3 数字全息技术国内外研究现状第25-28页
        1.3.1 数字全息技术概述第25-26页
        1.3.2 数字全息技术的国内外研究现状第26-28页
    1.4 压缩感知技术国内外研究现状第28-29页
    1.5 论文的研究内容和组织结构第29-31页
    1.6 本章小结第31-32页
第二章 数字全息像质改善方法及相位误差补偿研究第32-59页
    2.1 数字全息技术基本原理第32-35页
        2.1.1 数字全息记录原理第32-33页
        2.1.2 数字全息图再现原理第33-35页
    2.2 数字全息图的记录条件第35-43页
        2.2.1 物参角限制条件分析第35-36页
        2.2.2 记录距离限制条件分析第36-39页
        2.2.3 实验验证第39-43页
    2.3 图像空间域去噪方法第43-45页
        2.3.1 邻域平均第44页
        2.3.2 中值滤波第44-45页
    2.4 图像频率域去噪方法第45-50页
        2.4.1 高通、低通滤波基本原理第45-47页
        2.4.2 实验验证第47-50页
    2.5 相位解包裹算法及相位补偿第50-58页
        2.5.1 相位解包裹基本原理第50-51页
        2.5.2 基于四次快速傅里叶变换算法第51-52页
        2.5.3 基于DCT的最小二乘解包裹算法第52-53页
        2.5.4 数据拟合自动相位补偿方法第53-55页
        2.5.5 实验验证第55-58页
    2.6 本章小结第58-59页
第三章 基于压缩感知的数字全息图像融合方法研究第59-75页
    3.1 压缩感知技术基本原理第59-63页
        3.1.1 压缩感知稀疏表示理论分析第59-60页
        3.1.2 测量矩阵理论分析第60页
        3.1.3 压缩重建理论分析第60-63页
    3.2 基于小波变换的融合方法第63-64页
    3.3 基于压缩感知技术的融合方法第64-66页
    3.4 实验验证第66-74页
        3.4.1 基于压缩感知技术融合实验验证第66-70页
        3.4.2 对比实验验证第70-72页
        3.4.3 Tamura纹理特征分析第72-74页
    3.5 本章小结第74-75页
第四章 基于数字全息的圆柱度误差测量方法第75-95页
    4.1 物体表面轮廓和入射光相位差之间关系第75-76页
    4.2 表面粗糙度测量原理第76-79页
        4.2.1 粗糙度误差测量光路结构第76-77页
        4.2.2 评定长度与取样长度设计第77-78页
        4.2.3 粗糙度与相位分布关系第78-79页
    4.3 圆柱度测量原理第79-89页
        4.3.1 圆柱度误差评价的数学模型第79-83页
        4.3.2 圆柱度测量光路结构第83页
        4.3.3 圆柱度误差测量评定方法第83-89页
    4.4 圆柱面三维重建第89-93页
    4.5 本章小结第93-95页
第五章 测量系统实验装置构建与实验及结果分析第95-127页
    5.1 测量系统实验装置构建第95-96页
    5.2 粗糙度标准样块实验验证第96-106页
    5.3 圆柱度误差测量实验及结果分析第106-124页
        5.3.1 圆柱度误差测量实验及结果分析第107-115页
        5.3.2 圆柱度误差比对实验第115-118页
        5.3.3 圆柱面再现实验及结果分析第118-124页
    5.4 测量误差与精度分析第124-126页
        5.4.1 误差来源分析第124-125页
        5.4.2 精度分析第125-126页
    5.5 本章小结第126-127页
第六章 总结与展望第127-130页
    6.1 总结第127-128页
    6.2 主要创新点第128-129页
    6.3 展望第129-130页
参考文献第130-141页
攻读博士学位期间取得的相关研究成果第141-143页
致谢第143页

论文共143页,点击 下载论文
上一篇:低秩分解及其在计算机视觉中的应用
下一篇:高光谱遥感影像恢复与分类方法研究