| 摘要 | 第8-10页 |
| ABSTRACT | 第10页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 数字图像处理的主要内容及发展动向 | 第12-15页 |
| 1.1.1 数字图像处理的主要内容 | 第12-14页 |
| 1.1.2 数字图像处理领域的发展动向 | 第14-15页 |
| 1.2 气液两相流主要检测参数 | 第15-16页 |
| 1.3 图像处理技术在两相流参数检测中的应用及趋势 | 第16-18页 |
| 1.4 本文的主要工作及意义 | 第18-19页 |
| 1.5 小结 | 第19-20页 |
| 第二章 文献综述 | 第20-55页 |
| 2.1 两相流参数的各种检测技术及研究现状综述 | 第21-37页 |
| 2.1.1 辐射线技术 | 第21-22页 |
| 2.1.2 激光多普勒技术 | 第22-23页 |
| 2.1.3 核磁共振技术 | 第23-24页 |
| 2.1.4 超声技术 | 第24-25页 |
| 2.1.5 光纤技术 | 第25-26页 |
| 2.1.6 相关技术 | 第26-27页 |
| 2.1.7 过程层析成像技术 | 第27-30页 |
| 2.1.8 基于压力波动特性的检测技术 | 第30-32页 |
| 2.1.9 数字图像处理技术 | 第32-35页 |
| 2.1.10 测量两相流参数的其它技术 | 第35-36页 |
| 2.1.11 两相流参数检测技术的发展趋势 | 第36-37页 |
| 2.2 数字图像识别过程中的相关技术综述 | 第37-53页 |
| 2.2.1 数字图像模式识别概念 | 第37-38页 |
| 2.2.2 数字图像预处理技术 | 第38-43页 |
| 2.2.3 数字图像分割技术 | 第43-46页 |
| 2.2.4 数字图像特征提取 | 第46-47页 |
| 2.2.5 数字图像模式分类方法 | 第47-52页 |
| 2.2.6 数字图像模式识别技术小结 | 第52-53页 |
| 2.3 图像识别技术应用在两相流中所存在的技术难点 | 第53-54页 |
| 2.4 小结 | 第54-55页 |
| 第三章 基于图像处理的气液两相流流型的模糊识别方法的研究 | 第55-77页 |
| 3.1 引言 | 第56-57页 |
| 3.2 气液两相流流型识别方法概述 | 第57-59页 |
| 3.3 基于图像处理的气液两相流流型识别新方法的研究 | 第59-76页 |
| 3.3.1 两相流流动图像的获取 | 第59-60页 |
| 3.3.2 流动图像特征提取 | 第60-65页 |
| 3.3.3 流型的模糊辨识 | 第65-69页 |
| 3.3.4 流型的模糊辨识实验结果及分析 | 第69-76页 |
| 3.4 小结 | 第76-77页 |
| 第四章 基于图像处理及模糊神经网络的气液两相流流型识别方法的研究 | 第77-96页 |
| 4.1 引言 | 第78-80页 |
| 4.2 模糊神经网络的概念和结构 | 第80-86页 |
| 4.2.1 模糊神经网络的概念 | 第80-81页 |
| 4.2.2 几种基本的模糊神经元 | 第81-83页 |
| 4.2.3 模糊神经网络中几种基本运算 | 第83-85页 |
| 4.2.4 模糊神经网络的结构 | 第85-86页 |
| 4.3 基于模糊神经网络的流型识别方法 | 第86-95页 |
| 4.3.1 网络结构 | 第86-89页 |
| 4.3.2 网络的学习方法 | 第89-91页 |
| 4.3.3 实验与仿真结果 | 第91-95页 |
| 4.4 小结 | 第95-96页 |
| 第五章 垂直管道中气泡流参数的图像检测研究 | 第96-105页 |
| 5.1 引言 | 第97页 |
| 5.2 垂直管道中气泡识别图像处理系统 | 第97-104页 |
| 5.2.1 实验装置 | 第97-98页 |
| 5.2.2 气泡识别图像处理 | 第98-100页 |
| 5.2.3 气泡特征分析 | 第100-102页 |
| 5.2.3 气泡运动速度分析 | 第102-104页 |
| 5.3 小结 | 第104-105页 |
| 第六章 数学形态学方法在两相流气泡识别中的应用研究 | 第105-118页 |
| 6.1 引言 | 第106-107页 |
| 6.2 数学形态学的基本运算 | 第107-110页 |
| 6.2.1 二值图像中的形态学基本运算 | 第107-109页 |
| 6.2.2 灰度图像中的形态学基本运算 | 第109-110页 |
| 6.3 基于数学形态学的两相流气泡识别算法 | 第110-117页 |
| 6.3.1 气泡识别算法描述 | 第110-111页 |
| 6.3.2 二值化图像的特征提取 | 第111-113页 |
| 6.3.3 粘连气泡的分割算法 | 第113-115页 |
| 6.3.4 气泡的分割结果 | 第115-117页 |
| 6.4 小结 | 第117-118页 |
| 第七章 结论与工作展望 | 第118-121页 |
| 7.1 论文工作总结 | 第118-120页 |
| 7.2 工作展望 | 第120-121页 |
| 参考文献 | 第121-137页 |
| 附录 | 第137-139页 |
| 致谢 | 第139页 |
