数字图像相关算法研究及在风力发电叶片健康诊断中的应用
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究目的和意义 | 第12-16页 |
| 1.2 论文的主要研究内容 | 第16-18页 |
| 第二章 实时数字图像相关方法 | 第18-41页 |
| 2.1 引言 | 第18页 |
| 2.2 二维实时数字图像相关方法 | 第18-25页 |
| 2.2.1 改进的微粒群优化算法 | 第18-22页 |
| 2.2.2 微区梯度下降搜索法 | 第22-23页 |
| 2.2.3 IC-GN亚像素搜索 | 第23-24页 |
| 2.2.4 多点实时跟踪策略 | 第24-25页 |
| 2.3 三维实时数字图像相关方法 | 第25-28页 |
| 2.4 实验验证 | 第28-36页 |
| 2.4.1 二维实时数字图像相关方法实验验证 | 第28-33页 |
| 2.4.2 三维实时数字图像相关方法实验验证 | 第33-36页 |
| 2.5 分析和讨论 | 第36-39页 |
| 2.6 本章小结 | 第39-41页 |
| 第三章 考虑旋转的全场数字图像相关方法 | 第41-56页 |
| 3.1 引言 | 第41页 |
| 3.2 考虑旋转的全场数字图像相关方法 | 第41-49页 |
| 3.2.1 基于旋转子区的整像素搜索 | 第42-44页 |
| 3.2.2 两步NR亚像素迭代算法 | 第44-48页 |
| 3.2.3 全场测量的实施方案 | 第48-49页 |
| 3.3 实验验证及结果 | 第49-53页 |
| 3.3.1 计算机模拟实验 | 第49-51页 |
| 3.3.2 大挠度三点弯实验 | 第51-53页 |
| 3.4 分析和讨论 | 第53-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第四章 基于散斑场的大视场双相机标定方法 | 第56-69页 |
| 4.1 引言 | 第56页 |
| 4.2 大视场双相机标定方法 | 第56-64页 |
| 4.2.1 对极几何与基本矩阵 | 第57-59页 |
| 4.2.2 基本矩阵估计方法 | 第59-61页 |
| 4.2.3 等效焦距估计 | 第61页 |
| 4.2.4 外参标定 | 第61-63页 |
| 4.2.5 基于光束平差法的全局优化 | 第63-64页 |
| 4.3 实验验证与结果 | 第64-67页 |
| 4.4 分析和讨论 | 第67-68页 |
| 4.5 本章小结 | 第68-69页 |
| 第五章 基于叶片三维运动的故障检测方法 | 第69-78页 |
| 5.1 引言 | 第69页 |
| 5.2 测量原理 | 第69-70页 |
| 5.3 测量步骤 | 第70-77页 |
| 5.3.1 实验前准备 | 第70页 |
| 5.3.2 实验过程 | 第70-71页 |
| 5.3.3 实验结果 | 第71-77页 |
| 5.4 分析和讨论 | 第77页 |
| 5.5 本章小结 | 第77-78页 |
| 第六章 基于叶片相对变形的故障检测方法 | 第78-95页 |
| 6.1 引言 | 第78页 |
| 6.2 叶片表面应变场计算方法 | 第78-83页 |
| 6.2.1 应变场计算原理 | 第78-81页 |
| 6.2.2 实验验证 | 第81-83页 |
| 6.3 叶片变形测量与故障检测 | 第83-85页 |
| 6.4 实际叶片变形测量 | 第85-92页 |
| 6.4.1 实验准备 | 第85页 |
| 6.4.2 叶片测量中的相机系统标定 | 第85-89页 |
| 6.4.3 叶片测量结果 | 第89-92页 |
| 6.5 分析和讨论 | 第92-94页 |
| 6.6 本章小结 | 第94-95页 |
| 第七章 总结与展望 | 第95-98页 |
| 7.1 全文主要工作总结 | 第95-96页 |
| 7.2 对未来研究的展望 | 第96-98页 |
| 参考文献 | 第98-111页 |
| 作者在攻读博士学位期间获得的研究成果 | 第111-112页 |
| 致谢 | 第112-113页 |
