图像处理技术在表征腐蚀钢结构表面特征中的应用
摘要 | 第1-4页 |
Abstract | 第4-9页 |
第一章 绪论 | 第9-24页 |
·研究背景 | 第9-10页 |
·国内外研究现状 | 第10-18页 |
·图像处理技术的发展及研究现状 | 第10-14页 |
·腐蚀构件表面表征方法 | 第14-18页 |
·存在问题 | 第18页 |
·论文研究内容与研究思路 | 第18-20页 |
·论文研究内容 | 第18-19页 |
·论文研究思路 | 第19-20页 |
参考文献 | 第20-24页 |
第二章 图像的采集及存储 | 第24-41页 |
·图像采集工具的选用 | 第24-25页 |
·图像采集工具简介 | 第24页 |
·本课题图像采集工具的选取 | 第24-25页 |
·数码相机的选择 | 第25-26页 |
·数码相机的标定 | 第25-26页 |
·存在问题 | 第26页 |
·图像采集方法 | 第26-29页 |
·试验情况简介 | 第29-33页 |
·本论文选用锈蚀钢片的试验简介 | 第29-30页 |
·锈蚀率的选用 | 第30-31页 |
·清除腐蚀产物的方法 | 第31-33页 |
·锈蚀率的计算与锈蚀率—时间回归分析 | 第33-37页 |
·锈蚀率计算表,见表2.1 | 第33-35页 |
·锈蚀率与时间的关系确立 | 第35-37页 |
·图像处理工具的选择 | 第37-38页 |
·腐蚀图像数字化 | 第38页 |
·数字图像的存储 | 第38-39页 |
·本章小结 | 第39-40页 |
参考文献 | 第40-41页 |
第三章 基于灰度直方图的图像特征的提取 | 第41-60页 |
·图像的数据特征及提取方式 | 第41页 |
·图像的剪裁与剪切 | 第41-43页 |
·图像的剪裁 | 第41-42页 |
·图像的剪切 | 第42-43页 |
·灰度图像 | 第43页 |
·图像的直方图 | 第43-45页 |
·直方图的定义及其性质 | 第43-44页 |
·直方图的处理 | 第44-45页 |
·图像分割 | 第45-46页 |
·直方图的处理结果 | 第46-47页 |
·基于灰度直方图的特征提取 | 第47-48页 |
·直方图特征值与锈蚀率的回归拟合及其显著性检验 | 第48-56页 |
·除锈前回归关系的建立及显著性检验 | 第48-52页 |
·完全除锈后回归关系的建立及显著性检验 | 第52-56页 |
·除锈前与完全除锈后峰宽与峰宽的相关关系 | 第56-58页 |
·本章小结 | 第58-59页 |
参考文献 | 第59-60页 |
第四章 基于灰度图像的分形维数特征值提取 | 第60-79页 |
·纹理的定义及其性质 | 第60页 |
·图像的剪裁与剪切 | 第60-61页 |
·图像的剪裁 | 第60-61页 |
·图像的剪切 | 第61页 |
·灰度图像 | 第61页 |
·图像增强 | 第61-69页 |
·图像增强的性质及分类 | 第61-62页 |
·中值滤波 | 第62-64页 |
·灰度变换 | 第64-65页 |
·分析过程图 | 第65-67页 |
·均衡化处理 | 第67-69页 |
·分形维数的提取 | 第69-72页 |
·分形维数的意义 | 第69页 |
·分形维数的计算方法与统计 | 第69-72页 |
·分形维数与锈蚀率关系的回归拟合及显著性检验 | 第72-76页 |
·回归拟合 | 第72-74页 |
·回归方程的显著性检验 | 第74-76页 |
·分形维数回归图误差分析 | 第76页 |
·本章小结 | 第76-78页 |
参考文献 | 第78-79页 |
第五章 结论与展望 | 第79-81页 |
·结论 | 第79页 |
·展望 | 第79-81页 |
致谢 | 第81-82页 |
附录 | 第82-102页 |
攻读硕士学位期间发表论文 | 第82页 |
附表3.1-3.16 4.1-4.4 | 第82-102页 |