首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于模式识别的磁光图像增强算法研究

摘要第5-6页
abstract第6-7页
第一章 绪论第10-18页
    1.1 课题研究背景和意义第10-12页
    1.2 课题的国内外研究现状第12-16页
        1.2.1 磁光成像检测技术的研究现状第12-14页
        1.2.2 磁光图像增强算法的研究现状第14-16页
    1.3 课题研究的主要内容及章节安排第16-18页
第二章 干扰特征的产生机理分析及初步改进第18-33页
    2.1 磁光成像的基本原理第18-23页
        2.1.1 漏磁检测原理第18-19页
        2.1.2 法拉第旋光效应和马吕斯定律第19-20页
        2.1.3 磁光成像系统原理及实验平台介绍第20-23页
    2.2 磁光图像中干扰特征的产生机理第23-26页
        2.2.1 斑状干扰的产生机理第23-25页
        2.2.2 条纹状干扰的产生机理第25-26页
    2.3 图像增强效果的评价标准第26-28页
    2.4 基于系统结构上的改进来增强磁光图像第28-32页
        2.4.1 当前系统存在的问题第28-29页
        2.4.2 布儒斯特定律第29-30页
        2.4.3 布儒斯特定律引入磁光成像系统第30-32页
    2.5 本章小结第32-33页
第三章 基于动态滤波技术的改进方案第33-44页
    3.1 动态滤波技术的基本原理第33-35页
    3.2 基于原位点的动态滤波技术第35-42页
        3.2.1 低频交流激励信号第35-37页
        3.2.2 微调检偏器改善过零点磁光图像第37-39页
        3.2.3 图像融合法以消除θ的影响第39-42页
    3.3 帧差法失效的原因分析第42-43页
    3.4 本章小结第43-44页
第四章 基于模式识别的磁光图像增强算法研究第44-68页
    4.1 采用模式识别方法的原因第44-46页
    4.2 基于模式识别的干扰特征模型的选择第46-51页
        4.2.1 模式识别方法的两大类别第46-48页
        4.2.2 图像模型的选择第48-49页
        4.2.3 监督式的模式识别方法的选择第49-51页
    4.3 有效的缺陷特征提取方法第51-52页
    4.4 实验数据第52-54页
    4.5 基于特征空间法的基本原理及实现过程第54-58页
    4.6 实验结果分析第58-60页
    4.7 特征空间模型的参数优化第60-65页
        4.7.1 训练数据量的优化第61-62页
        4.7.2 特征空间维数的优化第62-65页
    4.8 与帧差法的对比分析第65-66页
    4.9 本章小结第66-68页
第五章 总结与展望第68-70页
    5.1 全文工作总结第68-69页
    5.2 后续工作展望第69-70页
致谢第70-71页
参考文献第71-74页
攻读硕士学位期间取得的成果第74-75页

论文共75页,点击 下载论文
上一篇:基于多传感器网络的协同避障算法研究
下一篇:VaR和CVaR在投资组合中的研究与应用