| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-15页 |
| ·研究模拟尾流气泡幕的目的和意义 | 第8-9页 |
| ·运动气泡特性的研究方法 | 第9-12页 |
| ·数字全息术的气泡幕的探测 | 第9-10页 |
| ·差动式探测法 | 第10-11页 |
| ·光散射法 | 第11页 |
| ·粒子图像测速技术 | 第11-12页 |
| ·运动气泡图像的数字图像处理技术 | 第12-13页 |
| ·数字图像处理技术概述 | 第12-13页 |
| ·运动气泡的图像处理技术 | 第13页 |
| ·本文的主要研究工作 | 第13-15页 |
| 2 实验室模拟尾流气泡幕图像的获取 | 第15-20页 |
| ·气泡幕图像采集系统构成 | 第15-17页 |
| ·设计要求 | 第17页 |
| ·模拟尾流气泡幕图像数据库的建立 | 第17-20页 |
| 3 图像预处理 | 第20-37页 |
| ·颜色空间模型 | 第20-22页 |
| ·常用颜色空间模型 | 第20-21页 |
| ·颜色空间模型转换 | 第21-22页 |
| ·图像去噪 | 第22-30页 |
| ·图像噪声分析 | 第22-24页 |
| ·图像去噪方法对比 | 第24-30页 |
| ·模拟尾流气泡幕灰度图像分析 | 第30-37页 |
| ·灰度直方图分析 | 第30-32页 |
| ·灰度图像直方图统计矩法提取特征参数 | 第32-37页 |
| 4 模拟尾流气泡幕分类识别 | 第37-48页 |
| ·智能模式识别的概念及其特点 | 第37页 |
| ·神经网络 | 第37-41页 |
| ·神经网络的基本组成 | 第37-39页 |
| ·Back-propagation算法的神经网络实现 | 第39-41页 |
| ·运用BP神经网络对模拟尾流气泡幕分类的思路和流程 | 第41页 |
| ·MATLAB仿真实现尾流气泡幕分类 | 第41-47页 |
| ·BP网络建立和参数的选择 | 第41-42页 |
| ·网络训练 | 第42-46页 |
| ·网络测试 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 5 研究项目的总结与展望 | 第48-50页 |
| ·研究工作的总结 | 第48页 |
| ·后续工作尚待解决的问题 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士学位期间发表的论文 | 第53-54页 |
| 致谢 | 第54-57页 |
| 附录 | 第57-59页 |