| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 引言 | 第18-20页 |
| 第一章 绪论 | 第20-27页 |
| 1.1 课题背景及意义 | 第20-21页 |
| 1.2 国内外发展趋势 | 第21-25页 |
| 1.2.1 疲劳损伤研究国内外发展状况 | 第21-22页 |
| 1.2.2 偏振成像国内外发展状况 | 第22-23页 |
| 1.2.3 特征检测算法国内外发展状况 | 第23-25页 |
| 1.3 本文的研究内容及结构安排 | 第25-27页 |
| 第二章 疲劳损伤表面与偏振成像分析 | 第27-39页 |
| 2.1 金属疲劳损伤表面纹理演化 | 第27-29页 |
| 2.1.1 金属构件疲劳载荷 | 第27-28页 |
| 2.1.2 金属构件疲劳寿命预测 | 第28页 |
| 2.1.3 金属疲劳表面纹理演化分析 | 第28-29页 |
| 2.2 偏振成像 | 第29-33页 |
| 2.2.1 光的偏振特性 | 第29-31页 |
| 2.2.2 偏振光的表示 | 第31-32页 |
| 2.2.3 偏振图像的获取方式 | 第32-33页 |
| 2.3 实验与分析 | 第33-37页 |
| 2.3.1 疲劳损伤表面纹理演变实验 | 第34-35页 |
| 2.3.2 疲劳损伤表面偏振特性分析 | 第35-37页 |
| 2.3.3 虚假偏振信息分析 | 第37页 |
| 2.4 本章小结 | 第37-39页 |
| 第三章 基于偏振图像的特征点检测算法 | 第39-60页 |
| 3.1 特征点检测算法类别 | 第39-43页 |
| 3.1.1 基于灰度的特征检测 | 第39-40页 |
| 3.1.2 基于特征点的特征检测 | 第40-43页 |
| 3.2 基于SIFT的图像特征点检测算法 | 第43-48页 |
| 3.2.1 尺度空间的构建 | 第43-45页 |
| 3.2.2 极值点检测 | 第45-46页 |
| 3.2.3 特征点精确定位 | 第46-47页 |
| 3.2.4 特征点主方向 | 第47-48页 |
| 3.2.5 特征点描述符 | 第48页 |
| 3.3 基于SURF的图像特征点检测算法 | 第48-53页 |
| 3.3.1 积分图像 | 第48-49页 |
| 3.3.2 Hessian矩阵 | 第49-51页 |
| 3.3.3 构建尺度空间 | 第51-52页 |
| 3.3.4 特征点主方向 | 第52-53页 |
| 3.3.5 特征点描述符 | 第53页 |
| 3.4 基于KAZE的图像特征点检测算法 | 第53-57页 |
| 3.4.1 构建非线性尺度空间 | 第54-55页 |
| 3.4.2 特征点检测 | 第55-56页 |
| 3.4.3 特征点描述符 | 第56-57页 |
| 3.5 实验与分析 | 第57-59页 |
| 3.5.1 特征检测算法操作界面 | 第57-58页 |
| 3.5.2 Q235材料偏振图像特征检测与匹配 | 第58-59页 |
| 3.6 本章小结 | 第59-60页 |
| 第四章 基于改进KAZE的偏振图像特征点检测描述算法 | 第60-71页 |
| 4.1 CKAZE算法传导函数 | 第60-61页 |
| 4.2 解唯一性分析 | 第61-62页 |
| 4.3 图像弱边缘保留 | 第62-65页 |
| 4.4 实验与分析 | 第65-70页 |
| 4.4.1 尺度空间图像比较 | 第65-66页 |
| 4.4.2 数据库图像验证与分析 | 第66-69页 |
| 4.4.3 金属表面偏振图像检测与分析 | 第69-70页 |
| 4.5 本章小结 | 第70-71页 |
| 第五章 非线性偏振图像特征点检测算法 | 第71-82页 |
| 5.1 非线性尺度空间 | 第71-72页 |
| 5.2 NPI特征 | 第72-75页 |
| 5.2.1 特征检测 | 第72-74页 |
| 5.2.2 理论分析 | 第74-75页 |
| 5.2.3 特征描述 | 第75页 |
| 5.3 实验与分析 | 第75-81页 |
| 5.3.1 仿真对比 | 第76-77页 |
| 5.3.2 标准库图像特征点检测 | 第77-78页 |
| 5.3.3 偏振图像特征检测与匹配 | 第78-81页 |
| 5.4 本章小结 | 第81-82页 |
| 第六章 总结与展望 | 第82-84页 |
| 6.1 总结 | 第82-83页 |
| 6.2 展望 | 第83-84页 |
| 参考文献 | 第84-89页 |
| 致谢 | 第89-90页 |
| 作者简介及读研期间主要科研成果 | 第90页 |