摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-16页 |
1.1 研究意义 | 第11-12页 |
1.2 研究现状 | 第12-14页 |
1.2.1 基于计算机建模的缺陷仿真 | 第12-13页 |
1.2.2 基于图像处理方法的缺陷图像生成 | 第13页 |
1.2.3 图像语义研究现状 | 第13-14页 |
1.3 论文的主要工作 | 第14-15页 |
1.4 本章小结 | 第15-16页 |
第二章 铸造缺陷分析 | 第16-25页 |
2.1 疏松缺陷形成原因 | 第17-18页 |
2.2 疏松缺陷图像的特征 | 第18-24页 |
2.2.1 灰度特征 | 第18-19页 |
2.2.2 纹理特征 | 第19-22页 |
2.2.3 形状特征 | 第22-23页 |
2.2.4 空间关系特征 | 第23-24页 |
2.3 本章小结 | 第24-25页 |
第三章 缺陷图样的生成 | 第25-56页 |
3.1 引言 | 第25页 |
3.2 Perlin噪声 | 第25-29页 |
3.2.1 相关噪声 | 第25-26页 |
3.2.2 相关噪声的实现 | 第26-27页 |
3.2.3 Perlin噪声的实现 | 第27-28页 |
3.2.4 Perlin噪声主要参数 | 第28-29页 |
3.3 基于Perlin噪声的海绵状疏松缺陷图样的生成 | 第29-51页 |
3.3.1 缺陷图样母版生成 | 第29-31页 |
3.3.2 待选缺陷图样的提取 | 第31-40页 |
3.3.3 待选缺陷图样的筛选 | 第40-49页 |
3.3.4 坐标区域扩展获取 | 第49页 |
3.3.5 生成缺陷的形状特征参数化控制 | 第49-51页 |
3.4 基于Perlin噪声的条孔疏松缺陷图样生成 | 第51-55页 |
3.4.1 缺陷母板的生成 | 第52页 |
3.4.2 缺陷图样的提取 | 第52-54页 |
3.4.3 坐标区域扩展获取 | 第54页 |
3.4.4 形状的参数化控制 | 第54-55页 |
3.4.5 形状特征数据库 | 第55页 |
3.5 本章小结 | 第55-56页 |
第四章 疏松缺陷的灰度渲染和背景融合 | 第56-71页 |
4.1 引言 | 第56页 |
4.2 缺陷图样的灰度渲染 | 第56-58页 |
4.2.1 Perlin噪声缺陷重生成 | 第56-57页 |
4.2.2 缺陷的重映射 | 第57-58页 |
4.3 背景融合 | 第58-70页 |
4.3.1 背景融合步骤简介 | 第58-59页 |
4.3.2 缺陷图样的图像预处理 | 第59-62页 |
4.3.3 尺度变换 | 第62-64页 |
4.3.4 背景图像的图像预处理 | 第64-66页 |
4.3.5 图像的配准 | 第66页 |
4.3.6 缺陷图样与背景的融合 | 第66-70页 |
4.4 本章小结 | 第70-71页 |
第五章 基于语义驱动的缺陷生成 | 第71-85页 |
5.1 引言 | 第71页 |
5.2 自然语义理解 | 第71-77页 |
5.2.1 自然语言理解 | 第71页 |
5.2.2 中文分词算法 | 第71-74页 |
5.2.3 统一定语描述的程度 | 第74-75页 |
5.2.4 停用词词库的建立 | 第75-76页 |
5.2.5 核心关键词提取分类 | 第76-77页 |
5.3 语义参数化 | 第77-82页 |
5.3.1 确定性语义的参数化 | 第78-80页 |
5.3.2 模糊性语义的参数化 | 第80-82页 |
5.4 语义参数事件驱动 | 第82-84页 |
5.4.1 参数匹配 | 第82-83页 |
5.4.2 语义参数的容错处理 | 第83-84页 |
5.4.3 参数化事件驱动 | 第84页 |
5.5 本章小结 | 第84-85页 |
第六章 实验结果与评价 | 第85-96页 |
6.1 算法流程 | 第85-86页 |
6.2 算法实验分析 | 第86-94页 |
6.2.1 缺陷生成算法实验分析 | 第86-90页 |
6.2.2 背景融合算法的实验分析 | 第90-92页 |
6.2.3 语义驱动算法的实验分析 | 第92-94页 |
6.2.4 算法实现程序的实验分析 | 第94页 |
6.3 不足与展望 | 第94-95页 |
6.4 本章小结 | 第95-96页 |
结论 | 第96-97页 |
参考文献 | 第97-101页 |
攻读硕士学位期间取得的研究成果 | 第101-102页 |
致谢 | 第102-103页 |
附件 | 第103页 |