金属断口图像分类与条带周期测量技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-16页 |
| 第一章 绪论 | 第16-27页 |
| ·引言 | 第16页 |
| ·断口图像的概念及分类 | 第16-19页 |
| ·研究目的与意义 | 第19页 |
| ·断裂失效定量分析的研究现状 | 第19-21页 |
| ·断裂失效定量分析的关键问题 | 第21-26页 |
| ·金属断口图像分类 | 第21-23页 |
| ·条带周期测量 | 第23-25页 |
| ·本文的研究内容 | 第25-26页 |
| ·本文的章节安排 | 第26-27页 |
| 第二章 金属断口图像分类 | 第27-45页 |
| ·引言 | 第27-28页 |
| ·金属断口图像的预处理 | 第28-32页 |
| ·经典滤波方法 | 第28-30页 |
| ·离络差迭代滤波算法 | 第30-32页 |
| ·特征提取 | 第32-40页 |
| ·灰度共生矩阵 | 第32-35页 |
| ·模糊灰度共生矩阵 | 第35-37页 |
| ·特征提取 | 第37-39页 |
| ·分类器设计 | 第39-40页 |
| ·金属断口图像分类实验 | 第40-44页 |
| ·标准纹理图像分类 | 第40-42页 |
| ·金属断口图像分类 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第三章 疲劳断口图像辨别 | 第45-55页 |
| ·引言 | 第45-46页 |
| ·改进的多目标遗传算法 | 第46-48页 |
| ·多目标优化问题 | 第46页 |
| ·多目标遗传算法 | 第46-48页 |
| ·多目标遗传算法在断口图像特征选择中的应用 | 第48-53页 |
| ·断口图像特征提取 | 第48-51页 |
| ·断口图像特征选择 | 第51-53页 |
| ·疲劳断口图像辨别实验 | 第53-54页 |
| ·实验数据 | 第53页 |
| ·实验结果比较 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第四章 疲劳断口图像条带区域分割 | 第55-70页 |
| ·引言 | 第55页 |
| ·疲劳断口图像 | 第55-56页 |
| ·疲劳断口图像的粗分割 | 第56-65页 |
| ·基于FGLCM 的图像粗分割 | 第57-61页 |
| ·基于BEMD 的图像粗分割 | 第61-64页 |
| ·实验结果与分析 | 第64-65页 |
| ·疲劳断口图像的细分割 | 第65-69页 |
| ·疲劳条带矩形区域的预框选 | 第65-66页 |
| ·疲劳条带近似方向的确定 | 第66-68页 |
| ·疲劳条带矩形区域准确定位 | 第68页 |
| ·实验结果与分析 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第五章 疲劳断口图像条带周期测量 | 第70-90页 |
| ·引言 | 第70页 |
| ·疲劳条带的周期性 | 第70-72页 |
| ·疲劳条带周期测量模型 | 第72-74页 |
| ·疲劳条带周期的理想计算模型 | 第72-73页 |
| ·疲劳条带周期的三角计算模型 | 第73-74页 |
| ·基于图像细化的疲劳条带周期测量 | 第74-81页 |
| ·疲劳条带图像二值化 | 第74-76页 |
| ·疲劳条带图像的细化 | 第76-78页 |
| ·细化图像的修复 | 第78-79页 |
| ·条带周期测量 | 第79-81页 |
| ·基于线性预测的EMD 法的疲劳条带周期测量 | 第81-84页 |
| ·基于线性预测的EMD 法 | 第81-82页 |
| ·条带周期测量 | 第82-84页 |
| ·实验结果分析 | 第84页 |
| ·基于统计的自相关函数法的疲劳条带周期测量 | 第84-87页 |
| ·统计的自相关函数法 | 第84-85页 |
| ·实验结果与分析 | 第85-87页 |
| ·条带周期测量误差分析 | 第87-88页 |
| ·本章小结 | 第88-90页 |
| 第六章 断口图像定量分析系统实现 | 第90-99页 |
| ·引言 | 第90页 |
| ·彩色图像灰度化 | 第90页 |
| ·标尺识别 | 第90-92页 |
| ·标尺长度识别 | 第91页 |
| ·标定字符识别 | 第91-92页 |
| ·断裂失效定量分析系统的实现 | 第92-96页 |
| ·开发平台与软件模块组成 | 第92-93页 |
| ·系统软件界面的设计 | 第93页 |
| ·系统性能评价 | 第93-96页 |
| ·断裂失效定量分析系统的应用 | 第96-98页 |
| ·疲劳条带间距反推疲劳应力 | 第96-97页 |
| ·疲劳条带间距反推寿命 | 第97页 |
| ·实例分析 | 第97-98页 |
| ·本章小结 | 第98-99页 |
| 第七章 总结与展望 | 第99-102页 |
| ·本文结论 | 第99-100页 |
| ·工作展望 | 第100-102页 |
| 参考文献 | 第102-113页 |
| 致谢 | 第113-114页 |
| 在学期间的研究成果及发表的学术论文 | 第114-115页 |
