| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-16页 |
| 1.1 论文背景、目的和意义 | 第9-10页 |
| 1.2 相关问题的研究现状 | 第10-15页 |
| 1.2.1 X射线高动态范围图像合成研究现状 | 第10-12页 |
| 1.2.2 X射线目标自动检测研究现状 | 第12-15页 |
| 1.3 本论文的主要工作与结构安排 | 第15-16页 |
| 2 本文涉及到的理论基础 | 第16-24页 |
| 2.1 积分图像在图像处理中的应用 | 第16-20页 |
| 2.1.1 积分图像 | 第16-17页 |
| 2.1.2 基于积分图像的快速Kirsch边缘检测 | 第17-20页 |
| 2.2 数学形态学理论基础 | 第20-24页 |
| 3 X射线高动态范围图像合成与显示 | 第24-47页 |
| 3.1 X射线成像原理分析 | 第24-25页 |
| 3.2 不同电压下X射线图像灰度变换关系 | 第25-29页 |
| 3.3 不同透照图像的融合 | 第29-36页 |
| 3.3.1 融合权重图 | 第29-31页 |
| 3.3.2 基于拉普拉斯金字塔融合 | 第31-36页 |
| 3.4 高动态X射线图像显示技术 | 第36-41页 |
| 3.4.1 基于对比度的色调映射算法 | 第36-39页 |
| 3.4.2 色调映射函数中参数值的选定 | 第39-41页 |
| 3.5 实验结果与分析 | 第41-45页 |
| 3.5.1 主观比较 | 第44页 |
| 3.5.2 客观比较 | 第44-45页 |
| 3.6 本章小结 | 第45-47页 |
| 4 自动获取ROI的轮毂缺陷检测算法 | 第47-65页 |
| 4.1 常见轮毂缺陷类型介绍 | 第47-49页 |
| 4.2 去噪预处理 | 第49-50页 |
| 4.3 ROI的自动标示 | 第50-55页 |
| 4.4 缺陷区域的提取 | 第55-56页 |
| 4.5 基于连通域标记的伪缺陷去除方法 | 第56-60页 |
| 4.5.1 基于等级标记的连通域标记算法 | 第56-60页 |
| 4.6 缺陷区域的形态学后处理 | 第60-62页 |
| 4.7 实验结果与分析 | 第62-64页 |
| 4.8 本章小结 | 第64-65页 |
| 5 总结与展望 | 第65-66页 |
| 5.1 本文研究工作总结 | 第65页 |
| 5.2 未来工作展望 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 攻读硕士学位期间参与工程项目情况 | 第68-69页 |
| 致谢 | 第69-70页 |