摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-16页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-15页 |
1.2.1 不锈钢焊缝缺陷检测的研究概况 | 第11-12页 |
1.2.2 脉冲涡流热成像无损检测研究现状 | 第12-13页 |
1.2.3 脉冲涡流热成像技术热图像处理方法的研究概况 | 第13-15页 |
1.3 主要内容和章节安排 | 第15-16页 |
第二章 不锈钢焊缝缺陷脉冲涡流热成像检测技术 | 第16-30页 |
2.1 脉冲涡流热成像的基本检测原理 | 第16-19页 |
2.2 不锈钢焊缝热响应信号特征 | 第19-21页 |
2.3 不锈钢焊缝缺陷的热响应信号特征 | 第21-25页 |
2.3.1 表面缺陷热响应信号特征 | 第21-23页 |
2.3.2 亚表面缺陷热响应信号特征 | 第23-25页 |
2.4 脉冲涡流热成像检测平台 | 第25-27页 |
2.5 不锈钢焊缝试件 | 第27-29页 |
2.6 本章小结 | 第29-30页 |
第三章 热图像序列预处理 | 第30-40页 |
3.1 热图像序列的去噪 | 第30-35页 |
3.1.1 空域去噪算法 | 第30-32页 |
3.1.2 时域去噪算法 | 第32-35页 |
3.2 不锈钢焊缝表面热发射率不均影响的抑制 | 第35-39页 |
3.2.1 二次热平衡法抑制发射率不均的影响 | 第35-37页 |
3.2.2 归一化法抑制发射率不均的影响 | 第37-39页 |
3.3 本章小节 | 第39-40页 |
第四章 基于独立成分分析的缺陷特征提取及增强算法 | 第40-72页 |
4.1 ICA提取不锈钢焊缝缺陷特征 | 第40-50页 |
4.1.1 脉冲涡流热成像信号的混叠模型 | 第41-42页 |
4.1.2 ICA缺陷特征提取算法 | 第42-48页 |
4.1.3 缺陷的自动识别 | 第48-50页 |
4.2 基于ICA的小波融合算法增强缺陷特征 | 第50-57页 |
4.2.1 离散小波变换 | 第50-52页 |
4.2.2 融合规则及算法流程 | 第52-53页 |
4.2.3 实验结果及分析 | 第53-57页 |
4.3 基于ICA的Contourlet融合算法增强缺陷特征 | 第57-63页 |
4.3.1 Contourlet变换 | 第57-58页 |
4.3.2 融合规则及算法流程 | 第58-60页 |
4.3.3 实验结果及分析 | 第60-63页 |
4.4 基于ICA的模糊融合算法增强缺陷特征 | 第63-70页 |
4.4.1 模糊理论 | 第64-65页 |
4.4.2 算法流程 | 第65-66页 |
4.4.3 实验结果及分析 | 第66-69页 |
4.4.4 模糊融合与小波融合、Contourlet融合的对比分析 | 第69-70页 |
4.5 本章小结 | 第70-72页 |
第五章 总结与展望 | 第72-74页 |
5.1 全文总结 | 第72-73页 |
5.2 后续工作展望 | 第73-74页 |
致谢 | 第74-75页 |
参考文献 | 第75-80页 |
攻读硕士学位期间取得的成果 | 第80-81页 |