温度—应力试验机试件裂纹图像识别系统设计
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·课题来源及研究意义 | 第8-9页 |
| ·国内外相关技术研究现状 | 第9-12页 |
| ·混凝土早期开裂问题研究 | 第9-10页 |
| ·混凝土裂纹检测方法介绍 | 第10-11页 |
| ·基于机器视觉的混凝土裂纹检测系统 | 第11页 |
| ·神经网络裂纹分类器 | 第11-12页 |
| ·本文的主要工作 | 第12-14页 |
| 第2章 温度—应力试验机介绍 | 第14-19页 |
| ·温度—应力试验机的研究现状 | 第14-15页 |
| ·试验机主要功能 | 第15-16页 |
| ·试验机主要技术指标 | 第16-17页 |
| ·试验机组成 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第3章 试件裂纹图像识别系统组成 | 第19-27页 |
| ·系统概述 | 第19-20页 |
| ·系统总体方案 | 第20-21页 |
| ·系统硬件组成 | 第21-22页 |
| ·CCD工业相机 | 第21-22页 |
| ·工控机 | 第22页 |
| ·步进电机 | 第22页 |
| ·系统软件架构 | 第22-26页 |
| ·模块的功能划分 | 第23-24页 |
| ·图像数据库 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第4章 试件裂纹图像处理与分析 | 第27-37页 |
| ·图像采集及数字化 | 第27页 |
| ·裂纹图像处理 | 第27-33页 |
| ·裂纹图像噪声以及来源 | 第28-29页 |
| ·裂纹图像的降噪处理 | 第29-33页 |
| ·基于迭代剪枝算法裂纹图像分割 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 第5章 基于神经网络的试件裂纹识别 | 第37-55页 |
| ·三种神经网络模式 | 第37-38页 |
| ·基于块图像的裂纹分类 | 第38-51页 |
| ·改进的块图像直方图裂纹分类算法 | 第39-43页 |
| ·训练数据集 | 第43-45页 |
| ·网络结构 | 第45-46页 |
| ·网络训练 | 第46-50页 |
| ·测试网络 | 第50-51页 |
| ·仿真结果分析 | 第51-52页 |
| ·裂纹尺寸的几何估算 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-58页 |
| ·全文总结 | 第55-56页 |
| ·进一步工作的展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第62-64页 |
| 致谢 | 第64-65页 |
| 附录1 人工训练样本 | 第65-68页 |
| 附录2 Matlab BP神经网络训练程序 | 第68-69页 |
| 附录3 测试样本 | 第69-70页 |
