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

基于分形理论的铸造铝合金金相组织缺陷识别与分类研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-16页
    1.1 课题研究的背景及意义第10-11页
    1.2 国内外研究现状第11-14页
        1.2.1 国外研究现状第11-13页
        1.2.2 国内研究现状第13-14页
    1.3 论文研究内容及组织结构第14-16页
        1.3.1 主要研究内容第14页
        1.3.2 论文结构安排第14-16页
第2章 改进的 Otsu 金相图像分割算法第16-33页
    2.1 金相图像预处理第16-19页
        2.1.1 各向异性扩散滤波第16-17页
        2.1.2 金相组织图像的中值滤波第17-18页
        2.1.3 滤波效果比较第18-19页
    2.2 传统的金相图像分割技术第19-28页
        2.2.1 最大类间方差 Otsu 分割法第19-21页
        2.2.2 最大 Renyi 熵分割法第21-22页
        2.2.3 模糊 C 均值聚类算法第22-26页
        2.2.4 其他分割算法第26-28页
    2.3 改进的基于 Renyi 熵的 Otsu 分割方法第28-29页
    2.4 改进的 Otsu 与其他算法比较第29-31页
        2.4.1 改进的 Otsu 与基本 Otsu 算法比较第29-30页
        2.4.2 改进的 Otsu 与 FCM 算法比较第30-31页
    2.5 小结第31-33页
第3章 铸造铝合金金相组织缺陷特征提取中的分形维数第33-47页
    3.1 分形的基本概念第33-35页
        3.1.1 分形理论的提出第33-34页
        3.1.2 分形理论的形成与发展第34-35页
        3.1.3 分形在金相图像处理中的研究现状第35页
    3.2 分形维数第35-39页
        3.2.1 Hausdorff 维数第35-37页
        3.2.2 盒维数第37-38页
        3.2.3 相似性维数第38页
        3.2.4 填充维数第38-39页
    3.3 规则分形及其分维第39-41页
        3.3.1 Cantor 三分集第39-40页
        3.3.2 Koch 曲线第40-41页
        3.3.3 Sierpinski 垫片第41页
    3.4 盒维数在金相组织缺陷特征提取中的设计与实现第41-46页
        3.4.1 金相组织缺陷的盒维数算法设计第41-44页
        3.4.2 金相组织缺陷的盒维数算法的实现第44-46页
    3.5 小结第46-47页
第4章 铸造铝合金金相组织缺陷特征提取第47-52页
    4.1 铸造铝合金金相组织缺陷的几种特征参数第47-50页
        4.1.1 基本区域特征量第47-48页
        4.1.2 区域矩特征第48-49页
        4.1.3 盒维数特征参数第49-50页
    4.2 铸造铝合金金相组织缺陷的特征参数提取实验第50-51页
    4.3 小结第51-52页
第5章 铸造铝合金金相组织缺陷的识别和分类第52-65页
    5.1 铸造铝合金的主要缺陷及其在图像中的表现形态第52-53页
    5.2 基于模糊聚类分析的金相组织缺陷识别第53-58页
        5.2.1 模糊聚类分析的步骤第54-55页
        5.2.2 基于 FCM 聚类的铸造铝合金金相缺陷识别实例第55-58页
    5.3 基于支持向量机的分类第58-64页
        5.3.1 基本 SVM 分类器第58-60页
        5.3.2 最小二乘 SVM 分类器第60-61页
        5.3.3 基于最小二乘 SVM 分类器的铸造铝合金相组织缺陷分类实例第61-64页
    5.4 小结第64-65页
结论与展望第65-67页
参考文献第67-71页
附录 A 攻读学位期间发表的论文情况第71-72页
附录 B 攻读学位期间参与科研工作情况第72-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:高速列车空气压力波作用下横向振动分析
下一篇:多功能磁性纳米材料的制备及应用