基于图像处理及光流法的气固两相流动参数检测
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 目录 | 第10-12页 |
| 第1章 绪论 | 第12-20页 |
| ·课题研究的背景及重要性 | 第12页 |
| ·气固流化床两相流动参数检测研究现状及发展综述 | 第12-17页 |
| ·流型识别的研究现状及发展综述 | 第13-16页 |
| ·速度检测的研究现状及发展综述 | 第16-17页 |
| ·数字图像处理技术在多相流参数检测中的应用 | 第17-18页 |
| ·本文的主要研究内容 | 第18-20页 |
| 第2章 气固两相流动实验装置及图像前期处理 | 第20-28页 |
| ·实验系统及实验方案 | 第20-21页 |
| ·数字图像采集技术 | 第21-24页 |
| ·高速摄影系统 | 第22-23页 |
| ·图像拍摄方式的选择 | 第23页 |
| ·照明系统的选择 | 第23页 |
| ·气固流化床流型图像的获取 | 第23-24页 |
| ·流型图像的预处理 | 第24-27页 |
| ·图像噪声的产生 | 第24-25页 |
| ·图像噪声的消除 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 光流分析的计算方法 | 第28-36页 |
| ·光流算法概述 | 第28页 |
| ·光流算法的基本原理 | 第28-30页 |
| ·运动场和光流场 | 第28-29页 |
| ·基本光流约束方程 | 第29-30页 |
| ·几种经典的光流算法 | 第30-35页 |
| ·Horn-Schunk 算法 | 第30-32页 |
| ·Lucas-Kanade 算法 | 第32-33页 |
| ·金字塔光流算法 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于图像动态纹理特征气固流化床流型识别 | 第36-48页 |
| ·图像动态纹理的研究背景 | 第36-37页 |
| ·动态纹理的概念 | 第36-37页 |
| ·动态纹理的相关研究 | 第37页 |
| ·图像动态纹理特征的提取 | 第37-40页 |
| ·动态纹理识别的方法分类 | 第37-38页 |
| ·动态纹理特征在气固流化床流型识别中的应用 | 第38-40页 |
| ·流型识别分类器的选取 | 第40-44页 |
| ·BP 神经网络 | 第40-42页 |
| ·SOM 神经网络 | 第42-43页 |
| ·Elman 神经网络 | 第43-44页 |
| ·实验结果与分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 基于光流法的气固循环流化床流场测速 | 第48-57页 |
| ·MQD 互相关算法 | 第48-51页 |
| ·MQD 互相关算法的原理分析 | 第48-50页 |
| ·MQD 互相关算法的实现过程 | 第50-51页 |
| ·实验结果与分析 | 第51-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 攻读学位期间取得的研究成果及发表的学术论文 | 第64-65页 |
| 致谢 | 第65页 |
