基于GA及大津法的碳—木纤维材料电学研究
摘要 | 第4-5页 |
Abstract | 第5页 |
1 绪论 | 第8-13页 |
1.1 论文研究的背景与意义 | 第8-9页 |
1.1.1 论文研究来源 | 第8页 |
1.1.2 论文研究背景与意义 | 第8-9页 |
1.2 国内外研究及应用现状 | 第9-12页 |
1.2.1 抗电气污染材料研究现状 | 第9页 |
1.2.2 碳纤维复合材料发展应用现状 | 第9-11页 |
1.2.3 图像处理发展应用现状 | 第11-12页 |
1.3 本文研究内容 | 第12-13页 |
2 GA及图像处理的理论基础 | 第13-32页 |
2.1 数字图像预处理 | 第13-19页 |
2.1.1 图像增强 | 第13-19页 |
2.2 图像分割与边缘检测 | 第19-24页 |
2.2.1 基于边缘的图像分割 | 第19-22页 |
2.2.2 基于邻域的图像分割 | 第22-24页 |
2.3 特征提取 | 第24-25页 |
2.4 遗传算法理论基础 | 第25页 |
2.5 遗传算法的求解步骤及各步骤数学原理 | 第25-29页 |
2.5.1 遗传算法的求解步骤 | 第25-26页 |
2.5.2 遗传编码 | 第26页 |
2.5.3 群体设定 | 第26-27页 |
2.5.4 适应度函数 | 第27页 |
2.5.5 遗传算子 | 第27-29页 |
2.5.6 迭代终止条件 | 第29页 |
2.5.7 控制参数 | 第29页 |
2.5.8 GA性能评估 | 第29页 |
2.6 GA在图像分割方面与大津法比较 | 第29-30页 |
2.7 GA及OSTU分割方法理论基础 | 第30-31页 |
2.8 本章小结 | 第31-32页 |
3 碳纤维木质复合材料的样本制备与宏观性能测试 | 第32-45页 |
3.1 制取设备及原料 | 第32-33页 |
3.1.1 制取设备 | 第32-33页 |
3.1.2 实验材料与试剂 | 第33页 |
3.2 制取过程 | 第33-34页 |
3.3 试样电学性能测试与分析 | 第34-44页 |
3.3.1 表面电阻率测试与分析 | 第34-36页 |
3.3.2 体积电阻率测试与分析 | 第36-37页 |
3.3.3 电磁屏蔽性能测试与分析 | 第37-42页 |
3.3.4 介电常数分析 | 第42-44页 |
3.4 本章小结 | 第44-45页 |
4 碳纤维木质复合材料镜像图像处理 | 第45-54页 |
4.1 图像预处理 | 第45-49页 |
4.1.1 直方图修正 | 第45-46页 |
4.1.2 伽玛灰度变换 | 第46-47页 |
4.1.3 样本图像均衡化 | 第47-48页 |
4.1.4 自适应中值滤波进行图像平滑 | 第48-49页 |
4.2 图像分割与边缘检测 | 第49-53页 |
4.3 本章小结 | 第53-54页 |
5 复合材料微观形态特征与宏观电学性能比较分析 | 第54-60页 |
5.1 特征提取 | 第54页 |
5.2 样板图像微观形态特征与电学性能比较 | 第54-58页 |
5.3 微观特征与宏观电学性能分析 | 第58页 |
5.4 本章小结 | 第58-60页 |
结论 | 第60-61页 |
参考文献 | 第61-64页 |
攻读学位期间发表的学术论文 | 第64-65页 |
致谢 | 第65-66页 |