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 |