炭素材料X射线图像微弱特征的小波分析识别
摘要 | 第3-4页 |
Abstract | 第4页 |
目录 | 第6-9页 |
第一章 绪论 | 第9-21页 |
1.1 论文背景及其研究意义 | 第9-11页 |
1.2 X射线图像处理概述 | 第11-14页 |
1.2.1 图像处理的发展历史和应用 | 第11页 |
1.2.2 X射线图像增强方法 | 第11-12页 |
1.2.3 X射线图像边缘检测 | 第12-14页 |
1.3 小波分析及其图像处理简介 | 第14-19页 |
1.3.1 小波分析的基本概念 | 第14-18页 |
1.3.2 小波分析在图像处理中的应用 | 第18-19页 |
1.4 研究内容和研究方法 | 第19-20页 |
1.4.1 研究内容 | 第19-20页 |
1.4.2 研究方法 | 第20页 |
1.5 本章小结 | 第20-21页 |
第二章 数字X射线成像系统及图像预处理 | 第21-35页 |
2.1 X射线检测原理和方法 | 第21页 |
2.2 X射线检测成像系统设计 | 第21-26页 |
2.2.1 系统结构图 | 第22-24页 |
2.2.2 缺陷自动检测流程 | 第24-26页 |
2.3 X射线图像的预处理 | 第26-34页 |
2.3.1 X射线图像的特点 | 第26页 |
2.3.2 X射线图像预处理 | 第26-34页 |
2.4 本章小结 | 第34-35页 |
第三章 图像的二维小波变换增强 | 第35-45页 |
3.1 图像的二维小波变换 | 第35-39页 |
3.1.1 二维小波变换的一般形式 | 第35页 |
3.1.2 二维小波变换的数学描述 | 第35-37页 |
3.1.3 二维小波变换的滤波器描述 | 第37-39页 |
3.2 小波基选择和分解层次 | 第39-42页 |
3.2.1 小波基的选择标准及其主要性质 | 第39页 |
3.2.2 小波基的选取方法 | 第39-41页 |
3.2.3 小波分解层数的确定 | 第41-42页 |
3.3 小波变换的图像增强识别 | 第42-44页 |
3.3.1 检测原理和方法实现 | 第42页 |
3.3.2 实验结果 | 第42-44页 |
3.3.3 方法的特点分析 | 第44页 |
3.4 本章小结 | 第44-45页 |
第四章 X射线图像的小波增强算法 | 第45-57页 |
4.1 图像的格式和数据类型 | 第45-47页 |
4.1.1 图像格式和图像类型转换 | 第45-46页 |
4.1.2 图像的数据类型及其相互转换 | 第46-47页 |
4.2 基于软阈值的小波高频增强 | 第47-50页 |
4.2.1 增强原理 | 第47-49页 |
4.2.2 方法实现 | 第49页 |
4.2.3 实验结果 | 第49-50页 |
4.3 基于小波变换的反锐化掩模法 | 第50-53页 |
4.3.1 算法原理 | 第50-52页 |
4.3.2 实验结果 | 第52-53页 |
4.4 小波分析与传统方法的融合增强 | 第53-55页 |
4.4.1 方法原理及实现步骤 | 第53-54页 |
4.4.2 实验结果 | 第54-55页 |
4.5 本章小结 | 第55-57页 |
第五章 X射线图像的小波边缘识别 | 第57-74页 |
5.1 图像边缘分析和对检测小波基的要求 | 第57-59页 |
5.1.1 数字图像的边缘分析 | 第57-58页 |
5.1.2 边缘检测对小波基函数的要求 | 第58-59页 |
5.2 小波双尺度方程边缘检测算法 | 第59-64页 |
5.2.1 小波分析中的双尺度方程 | 第60-61页 |
5.2.2 双尺度方程滤波器的取值 | 第61-62页 |
5.2.3 边缘检测算法实现 | 第62-63页 |
5.2.4 实验结果和讨论 | 第63-64页 |
5.3 小波变换局部模值的零交叉检测算法 | 第64-73页 |
5.3.1 检测原理 | 第64-66页 |
5.3.2 方法实现与算法步骤 | 第66-67页 |
5.3.3 实验的主要过程、结果与讨论 | 第67-73页 |
5.4 本章小结 | 第73-74页 |
第六章 全文总结与研究展望 | 第74-77页 |
6.1 全文总结 | 第74-75页 |
6.2 研究展望 | 第75-77页 |
参考文献 | 第77-81页 |
攻读硕士学位期间发表的论文和获得的奖励 | 第81-82页 |
附源程序及详细注释 | 第82-93页 |
致谢 | 第93页 |