基于空间—时序—状态融合的涡流热成像缺陷检测方法
摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第9-16页 |
1.1 选题背景和研究意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 脉冲涡流热成像技术研究和发展现状 | 第10-12页 |
1.2.2 图像融合技术研究和发展状况 | 第12-13页 |
1.3 本论文研究目标 | 第13-14页 |
1.4 本论文的主要贡献和创新点 | 第14页 |
1.5 本论文结构安排 | 第14-16页 |
第二章 涡流热成像检测技术理论基础 | 第16-29页 |
2.1 涡流热成像检测技术检测原理 | 第16-20页 |
2.1.1 脉冲涡流热成像理论基础 | 第16-18页 |
2.1.2 涡流脉冲热成像的热信号响应特性 | 第18页 |
2.1.3 脉冲涡流热成像现阶段研究存在的问题 | 第18-20页 |
2.2 脉冲涡流热成像系统 | 第20-23页 |
2.2.1 实验模块介绍 | 第20-21页 |
2.2.2 实验流程介绍 | 第21-22页 |
2.2.3 实验试件介绍 | 第22-23页 |
2.3 金属裂纹对温度/涡流场的扰动分析 | 第23-28页 |
2.3.1 不同材料对温度/涡流场的影响 | 第23-25页 |
2.3.2 不同尺寸的裂纹对温度/涡流场的影响 | 第25-27页 |
2.3.3 裂纹与线圈夹角对温度/涡流场的影响 | 第27-28页 |
2.4 本章小结 | 第28-29页 |
第三章 空间-时序-状态融合方法概论 | 第29-48页 |
3.1 数据预处理过程 | 第30-31页 |
3.1.1 视频数据减帧 | 第30-31页 |
3.1.2 矩阵矢量化 | 第31页 |
3.2 特征提取方法 | 第31-35页 |
3.2.1 非负矩阵分解 | 第31-32页 |
3.2.2 主成分分析 | 第32-33页 |
3.2.3 独立成分分析 | 第33-35页 |
3.3 特征选择方法 | 第35-41页 |
3.3.1 偏度算法 | 第36-38页 |
3.3.2 遗传算法 | 第38-41页 |
3.4 特征融合算法 | 第41-46页 |
3.4.1 多重集典型相关分析 | 第42-43页 |
3.4.2 公共正交基提取 | 第43-46页 |
3.5 检测性能评估方法 | 第46页 |
3.6 本章小结 | 第46-48页 |
第四章 基于空间-时序-步长融合实验结果分析 | 第48-62页 |
4.1 线性加权方法 | 第48页 |
4.2 实验结果分析 | 第48-57页 |
4.3 算法其它方面应用 | 第57-58页 |
4.4 后续研究 | 第58-60页 |
4.4.1 k均值聚类 | 第59页 |
4.4.2 定向扫描缺陷定性分析 | 第59-60页 |
4.5 本章小结 | 第60-62页 |
第五章 总结与展望 | 第62-64页 |
5.1 全文总结 | 第62-63页 |
5.2 后续工作展望 | 第63-64页 |
致谢 | 第64-65页 |
参考文献 | 第65-71页 |
攻读硕士学位期间取得的成果 | 第71页 |