| 摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 层析成像技术简介 | 第13-16页 |
| 1.3 应力波成像方法的研究现状 | 第16-19页 |
| 1.4 研究目标与章节安排 | 第19-22页 |
| 第2章 应力波信号采集与修正 | 第22-33页 |
| 2.1 引言 | 第22页 |
| 2.2 树木横截面中的应力波信号采集 | 第22-23页 |
| 2.3 应力波在树木横截面中的传播规律 | 第23-27页 |
| 2.4 基于波速与传感器夹角之间变化规律的信号修正 | 第27-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 面向树木内部缺陷的应力波层析成像方法 | 第33-57页 |
| 3.1 引言 | 第33页 |
| 3.2 层析成像的基本数学原理 | 第33-34页 |
| 3.3 基于加权椭圆空间插值的应力波层析成像算法 | 第34-37页 |
| 3.4 实验结果与分析 | 第37-41页 |
| 3.5 基于射线分割与分段椭圆插值的应力波层析成像算法 | 第41-45页 |
| 3.5.1 基于椭圆邻域的射线分割算法 | 第43-44页 |
| 3.5.2 基于分割椭圆的空间插值算法 | 第44-45页 |
| 3.6 实验结果与分析 | 第45-56页 |
| 3.6.1 针对仿真样本的层析成像对比结果 | 第47-49页 |
| 3.6.2 针对真实样本的层析成像对比结果 | 第49-50页 |
| 3.6.3 缺陷成像面积占比分析 | 第50-52页 |
| 3.6.4 缺陷成像形状分析 | 第52-56页 |
| 3.7 本章小结 | 第56-57页 |
| 第4章 稀疏采样下的树木内部缺陷应力波层析成像方法 | 第57-95页 |
| 4.1 引言 | 第57页 |
| 4.2 基于压缩感知与椭圆插值的应力波联合层析成像算法 | 第57-62页 |
| 4.3 实验结果与分析 | 第62-72页 |
| 4.3.1 传感器数量递减时的层析成像实验结果 | 第63-66页 |
| 4.3.2 压缩感知对成像的影响及控制参数的选取 | 第66-72页 |
| 4.4 基于深度学习与轮廓约束的应力波层析成像算法 | 第72-77页 |
| 4.5 实验结果与分析 | 第77-93页 |
| 4.5.1 传感器数量递减时的层析成像对比实验结果 | 第77-81页 |
| 4.5.2 CNN目标检测结果对成像的影响 | 第81-84页 |
| 4.5.3 缺陷成像面积占比和形状分析 | 第84-90页 |
| 4.5.4 成像算法抵抗信号量减少的能力分析 | 第90-93页 |
| 4.6 本章小结 | 第93-95页 |
| 第5章 应力波层析成像中的传感器空间布局优化方法 | 第95-108页 |
| 5.1 引言 | 第95页 |
| 5.2 射线穿越比及传感器布置均匀程度对成像的影响 | 第95-98页 |
| 5.3 基于缺陷分布模式感知的应力波传感器空间布局优化算法 | 第98-101页 |
| 5.4 实验结果与分析 | 第101-107页 |
| 5.4.1 优化成像实验结果 | 第101-103页 |
| 5.4.2 缺陷成像面积占比分析 | 第103-104页 |
| 5.4.3 缺陷成像形状分析 | 第104-107页 |
| 5.5 本章小结 | 第107-108页 |
| 第6章 基于应力波立体信号的树木内部缺陷三维成像方法 | 第108-127页 |
| 6.1 引言 | 第108页 |
| 6.2 树木内部空间中的应力波立体信号采集 | 第108-115页 |
| 6.2.1 各向同性的应力波三维传播规律 | 第108-112页 |
| 6.2.2 树木纵截面中波速与传感器夹角之间变化规律及立体信号修正 | 第112-115页 |
| 6.3 基于克里金算法的树木内部缺陷应力波三维成像方法 | 第115-118页 |
| 6.4 实验结果与分析 | 第118-126页 |
| 6.4.1 三维成像对比实验结果 | 第119-123页 |
| 6.4.2 缺陷成像体积占比与形状分析 | 第123-126页 |
| 6.5 本章小结 | 第126-127页 |
| 第7章 总结与展望 | 第127-130页 |
| 7.1 总结 | 第127-128页 |
| 7.2 展望 | 第128-130页 |
| 参考文献 | 第130-136页 |
| 致谢 | 第136-137页 |
| 攻读学位期间参加的科研项目和成果 | 第137页 |
