| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·图像测温课题研究的意义 | 第9-11页 |
| ·图像测温国内外研究的现状 | 第11-13页 |
| ·本论文研究内容及主要工作 | 第13页 |
| ·论文篇章结构 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 基于数字图像的温度检测原理 | 第15-27页 |
| ·温度检测方法综述 | 第15-17页 |
| ·接触式测温法 | 第16页 |
| ·非接触式测温法 | 第16-17页 |
| ·辐射测温原理 | 第17-20页 |
| ·普朗克公式 | 第18-19页 |
| ·韦恩公式 | 第19页 |
| ·全辐射定律 | 第19-20页 |
| ·单色测温法 | 第20页 |
| ·比色测温法 | 第20-21页 |
| ·三色测温法 | 第21-22页 |
| ·基于彩色CCD图像测温原理 | 第22-24页 |
| ·基于神经网络的图像测温原理 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 广义回归神经网络图像测温模型可行性分析 | 第27-33页 |
| ·广义回归神经网络 | 第27-30页 |
| ·理论基础 | 第27-28页 |
| ·网络结构 | 第28-30页 |
| ·广义回归神经网络图像测温建模基础分析 | 第30-31页 |
| ·模型理论分析 | 第30-31页 |
| ·模型的实现平台 | 第31页 |
| ·建立广义回归图像测温模型的思路 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 加热炉图像特征提取 | 第33-50页 |
| ·图像分割方法概述 | 第33-38页 |
| ·灰度阂值法分割 | 第34-36页 |
| ·区域生长图像分割 | 第36-37页 |
| ·区域分离与合并 | 第37-38页 |
| ·OTSU图像分割算法及其改进方法 | 第38-44页 |
| ·OTSU图像分割算法 | 第38-40页 |
| ·基于微粒群算法的OTSU图像分割方法 | 第40-43页 |
| ·改进OTSU图像分割实验及结果分析 | 第43-44页 |
| ·加热炉光亮图像分割 | 第44-48页 |
| ·原始图像裁剪 | 第45-46页 |
| ·炉口亮度和颜色提取 | 第46-48页 |
| ·加热炉图像特征数据统计 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 基于广义回归神经网络的加热炉图像测温过程实验 | 第50-63页 |
| ·实验器材 | 第50页 |
| ·实验装置 | 第50-52页 |
| ·加热炉图像采集 | 第52-54页 |
| ·实验过程中的注意事项 | 第54-55页 |
| ·实验过程 | 第55-58页 |
| ·加热炉图像特征数据处理 | 第55-56页 |
| ·加热炉测温模型的建立 | 第56-58页 |
| ·实验结果及对比研究 | 第58-61页 |
| ·实验结果分析及结论 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·论文工作总结 | 第63-64页 |
| ·工作展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 附录 | 第71页 |