基于图像处理技术的12Cr1MoV钢金相组织分析研究
摘要 | 第1-4页 |
Abstract | 第4-9页 |
插图和附表清单 | 第9-12页 |
1 引言 | 第12-18页 |
·课题研究背景及意义 | 第12-14页 |
·国内外研究现状 | 第14-15页 |
·国外研究现状 | 第14页 |
·国内研究现状 | 第14-15页 |
·目前存在的问题 | 第15-16页 |
·研究内容及目标 | 第16-17页 |
·小结 | 第17-18页 |
2 金相图像的采集 | 第18-21页 |
·金相试样的制备 | 第18-19页 |
·金相图像的采集 | 第19-20页 |
·金相图像的标定 | 第20页 |
·小结 | 第20-21页 |
3 图像的预处理 | 第21-38页 |
·图像的转换 | 第21-22页 |
·图像的增强 | 第22-37页 |
·灰度变换 | 第22-23页 |
·直方图处理 | 第23-24页 |
·图像亮度不均匀的校正 | 第24-26页 |
·图像平滑处理 | 第26-34页 |
·图像锐化处理 | 第34-37页 |
·小结 | 第37-38页 |
4 基于小波理论的图像预处理 | 第38-56页 |
·小波分析基本原理 | 第38-42页 |
·基于小波变换的图像去噪处理 | 第42-50页 |
·小波变换去噪原理 | 第42-44页 |
·小波去噪阈值函数的选取 | 第44-45页 |
·阈值函数的改进 | 第45-47页 |
·小波阈值的选取 | 第47-48页 |
·小波基的选择与分解层数的确定 | 第48页 |
·实验结果与分析 | 第48-50页 |
·基于小波变换的图像增强 | 第50-55页 |
·小波变换的图像增强方法 | 第50-52页 |
·图像的局部增强 | 第52页 |
·图像的全局增强 | 第52-53页 |
·实验结果与分析 | 第53-55页 |
·小结 | 第55-56页 |
5 图像分割 | 第56-99页 |
·基于区域的图像分割方法 | 第57-66页 |
·基于灰度直方图的迭代阈值法 | 第57-58页 |
·最大类间方差法 | 第58-59页 |
·基于二维直方图的阈值分割 | 第59-61页 |
·基于二维直方图的Otsu 阈值改进分割方法 | 第61-63页 |
·基于熵的图像分割 | 第63-64页 |
·实验结果与分析 | 第64-66页 |
·基于直方图小波变换的图像分割 | 第66-68页 |
·分割原理 | 第66页 |
·实验结果与分析 | 第66-68页 |
·基于数学形态学的分割方法 | 第68-73页 |
·数学形态学的基本运算 | 第68-70页 |
·灰度图像的数学形态算子 | 第70-72页 |
·实验结果与分析 | 第72-73页 |
·基于模糊聚类分析的图像分割 | 第73-78页 |
·普通C 均值聚类算法 | 第73-74页 |
·模糊C -均值聚类(FCM)图像分割算法 | 第74-76页 |
·基于二维统计信息的FCM图像分割 | 第76-77页 |
·实验结果与分析 | 第77-78页 |
·基于遗传算法的图像分割 | 第78-85页 |
·遗传算法的理论基础 | 第78-79页 |
·基于遗传算法的Otsu 图像分割 | 第79-82页 |
·基于遗传算法的FCM图像分割 | 第82-84页 |
·实验结果与分析 | 第84-85页 |
·本文提出的分割方法 | 第85-91页 |
·传统自适应遗传算法 | 第85-86页 |
·本文提出的分割方法 | 第86-90页 |
·实验结果与分析 | 第90-91页 |
·边缘的检测 | 第91-98页 |
·经典边缘检测算子 | 第91-92页 |
·形态学梯度边缘检测算子 | 第92-93页 |
·基于小波变换的多尺度边缘检测 | 第93-96页 |
·实验结果与分析 | 第96-98页 |
·小结 | 第98-99页 |
6 12Cr1MoV钢金相组织分析 | 第99-125页 |
·目标特征区域提取 | 第99-100页 |
·区域矩特征 | 第100-101页 |
·目标特征参数的计算 | 第101-106页 |
·目标区域面积的计算 | 第101-102页 |
·目标区域周长的计算 | 第102-103页 |
·其他参数的计算 | 第103-104页 |
·特征参数提取和计算结果 | 第104-106页 |
·金相组织特征参数的测量 | 第106-110页 |
·常用的测量方法 | 第107-108页 |
·晶粒度的测定方法 | 第108-110页 |
·12Cr1MoV钢金相检验 | 第110-122页 |
·金相检验方法 | 第110页 |
·12Cr1MoV钢晶粒度测定 | 第110-113页 |
·12Cr1MoV钢珠光体球化评级 | 第113-122页 |
·软件系统集成 | 第122页 |
·小结 | 第122-125页 |
7 结论与展望 | 第125-127页 |
致谢 | 第127-128页 |
参考文献 | 第128-136页 |
作者简介 | 第136页 |