| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 涡流热成像技术研究和发展现状 | 第11-14页 |
| 1.3 本文主要贡献和创新 | 第14-15页 |
| 1.4 本论文的结构安排 | 第15-16页 |
| 第二章 涡流脉冲热成像检测机理和热特性分析 | 第16-30页 |
| 2.1 涡流脉冲热成像的理论基础和热特性分析 | 第16-23页 |
| 2.1.1 涡流脉冲热成像理论基础 | 第16-20页 |
| 2.1.2 涡流脉冲热成像的成像模式 | 第20-21页 |
| 2.1.3 涡流脉冲热成像的热信号响应特性 | 第21-22页 |
| 2.1.4 涡流脉冲热成像实验系统 | 第22-23页 |
| 2.2 表面裂纹对涡流场/温度场的扰动分析 | 第23-29页 |
| 2.2.1 材料属性对涡流场/温度场的影响 | 第23-24页 |
| 2.2.2 两种典型缺陷模型分析 | 第24-25页 |
| 2.2.3 缺陷几何尺寸对涡流场/温度场的影响 | 第25-29页 |
| 2.2.3.1 实验设置和试件准备 | 第25-26页 |
| 2.2.3.2 缺陷几何尺寸对温度场的影响分析 | 第26-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 表面裂纹特征提取和检测性能量化评估 | 第30-50页 |
| 3.1 基本理论分析 | 第30-40页 |
| 3.1.1 热特征提取方法 | 第30-39页 |
| 3.1.1.1 脉冲相位法 | 第30-32页 |
| 3.1.1.2 数据归一化 | 第32页 |
| 3.1.1.3 温度信号重构 | 第32-33页 |
| 3.1.1.4 主成分分析 | 第33-38页 |
| 3.1.1.5 独立成分分析 | 第38-39页 |
| 3.1.2 基于像素的量化检测评估指标 | 第39-40页 |
| 3.2 裂纹缺陷检测性能量化评估策略 | 第40-41页 |
| 3.3 实验设置和试件准备 | 第41-42页 |
| 3.4 不同特征提取方法对裂纹缺陷检测性能的分析 | 第42-49页 |
| 3.4.1 对不同特征提取方法裂纹缺陷检测性能仿真分析 | 第42-47页 |
| 3.4.2 对不同特征提取方法裂纹缺陷检测性能实验验证 | 第47-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 表面裂纹缺陷分割检测和量化评估 | 第50-75页 |
| 4.1 基本理论分析 | 第50-52页 |
| 4.1.1 图像分割算法概述 | 第50-51页 |
| 4.1.1.1 最大类间方差法 | 第50-51页 |
| 4.1.1.2 迭代阈值法 | 第51页 |
| 4.1.1.3 Hamadani方法 | 第51页 |
| 4.1.2 基于区域的量化检测评估指标 | 第51-52页 |
| 4.2 实验设置和试件准备 | 第52页 |
| 4.3 表面裂纹缺陷的量化分离方案分析与验证 | 第52-64页 |
| 4.3.1 表面裂纹缺陷的量化分离方案 | 第52-54页 |
| 4.3.2 表面裂纹缺陷的量化分离之预处理分析 | 第54-57页 |
| 4.3.2.1 不同预处理方法的选择 | 第54-55页 |
| 4.3.2.2 独立成分分析方法提取结果与原热图数据的比较分析 | 第55-57页 |
| 4.3.3 表面裂纹缺陷的量化分离之后处理分析 | 第57-61页 |
| 4.3.3.1 热图像的一阶统计特性分析 | 第57-59页 |
| 4.3.3.2 基于直方图的迭代阈值法 | 第59-61页 |
| 4.3.4 表面裂纹缺陷的量化分离方案验证分析 | 第61-64页 |
| 4.4 基于图像一阶统计特性的遗传图像分割算法对表面裂纹的量化分离 | 第64-73页 |
| 4.4.1 基于图像一阶统计特性的遗传图像分割算法 | 第64-66页 |
| 4.4.2 基于图像一阶统计特性的遗传图像分割算法的仿真验证分析 | 第66-70页 |
| 4.4.3 基于图像一阶统计特性的遗传图像分割算法的实验验证分析 | 第70-73页 |
| 4.5 本章小结 | 第73-75页 |
| 第五章 全文总结与展望 | 第75-77页 |
| 5.1 全文总结 | 第75-76页 |
| 5.2 后续工作展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 攻读硕士学位期间取得的成果 | 第84页 |
