| 学位论文原创性声明和学位论文版权使用授权书 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·X 射线检测概述 | 第9-10页 |
| ·X 射线底片成像特点分析 | 第10-11页 |
| ·问题的引出 | 第11页 |
| ·X 射线底片数字化处理现状 | 第11-12页 |
| ·本文的研究前提 | 第12-13页 |
| ·内容安排 | 第13-15页 |
| 第2章 X 射线底片数字图像噪声滤除 | 第15-24页 |
| ·噪声来源分析 | 第15-17页 |
| ·电子噪声 | 第15页 |
| ·光电子噪声 | 第15-16页 |
| ·胶片颗粒噪声 | 第16-17页 |
| ·噪声模型的确定 | 第17-19页 |
| ·空间域低通滤波方法 | 第19-24页 |
| ·普通中值滤波算法 | 第20-21页 |
| ·自适应中值滤波算法 | 第21-24页 |
| 第3章 X 射线底片数字图像的灰度增强处理 | 第24-33页 |
| ·频率域高通加强滤波 | 第24-30页 |
| ·傅立叶变换原理 | 第24-27页 |
| ·频率域滤波方法 | 第27-28页 |
| ·高斯型高通加强滤波算法 | 第28-30页 |
| ·灰度直方图均衡化处理 | 第30-33页 |
| 第4章 X 射线底片数字图像边缘提取 | 第33-44页 |
| ·图像边缘模型 | 第33-34页 |
| ·常见的边缘提取算法 | 第34-36页 |
| ·一阶导数边缘检测 | 第34-35页 |
| ·二阶导数边缘检测 | 第35-36页 |
| ·基于形态学梯度的X 射线底片数字图像边缘检测方法 | 第36-44页 |
| ·形态学的腐蚀与膨胀 | 第37-39页 |
| ·X 射线底片形态学梯度图像的获取 | 第39-40页 |
| ·梯度图像的阈值分割 | 第40-41页 |
| ·二值图像的边缘提取 | 第41-42页 |
| ·几种边缘提取方法的效果对比 | 第42-44页 |
| 第5章 焊缝缺陷特征的提取 | 第44-54页 |
| ·焊缝的缺陷种类 | 第44-48页 |
| ·焊缝缺陷分析的依据 | 第48-49页 |
| ·焊缝缺陷的特征参数 | 第49-50页 |
| ·焊缝缺陷特征参数的计算 | 第50-54页 |
| 第6章 焊缝缺陷类型的神经网络识别方法研究 | 第54-66页 |
| ·图像模式识别方法概况 | 第54-55页 |
| ·BP 神经网络原理 | 第55-60页 |
| ·神经网络概述 | 第55-57页 |
| ·BP 神经网络的结构及算法 | 第57-60页 |
| ·焊缝缺陷识别BP 神经网络的设计 | 第60-63页 |
| ·输入数据的预处理 | 第60-62页 |
| ·输出数据的表征 | 第62页 |
| ·BP 神经网络结构的确定 | 第62-63页 |
| ·初始权值的设计 | 第63页 |
| ·焊缝缺陷识别神经网络的训练与测试 | 第63-66页 |
| 总结 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 附录A （作者在读研期间的研究成果） | 第71-72页 |
| 致谢 | 第72页 |