| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第13-28页 |
| 1.1 课题背景及研究的目的和意义 | 第13-17页 |
| 1.1.1 惯性约束聚变原理概述 | 第13-14页 |
| 1.1.2 ICF驱动器系统简介 | 第14页 |
| 1.1.3 ICF终端光学组件简介 | 第14-16页 |
| 1.1.4 研究的目的及意义 | 第16-17页 |
| 1.2 ICF光学元件损伤检测技术国内外研究现状 | 第17-25页 |
| 1.2.1 光学元件损伤离线检测的研究及应用 | 第17-19页 |
| 1.2.2 ICF终端光学组件损伤在线检测的研究及应用 | 第19-22页 |
| 1.2.3 ICF终端光学组件损伤在线检测图像处理技术研究现状 | 第22-25页 |
| 1.2.4 本课题研究需要解决的技术问题 | 第25页 |
| 1.3 课题来源及主要研究内容 | 第25-28页 |
| 第2章 终端光学组件损伤在线检测系统设计 | 第28-50页 |
| 2.1 引言 | 第28页 |
| 2.2 神光Ⅲ主机光学元件损伤在线检测系统设计 | 第28-41页 |
| 2.2.1 检测系统组成与基本工作原理 | 第28-30页 |
| 2.2.2 成像光学系统设计 | 第30-35页 |
| 2.2.3 在线检测传感器设计 | 第35-38页 |
| 2.2.4 支撑模块 | 第38页 |
| 2.2.5 在线检测传感器定位方法 | 第38-41页 |
| 2.3 照明系统 | 第41-47页 |
| 2.3.1 全内反射照明 | 第43-44页 |
| 2.3.2 光能量泄漏对照明均匀性的影响 | 第44-45页 |
| 2.3.3 照明系统设计 | 第45-47页 |
| 2.4 检测系统工作流程 | 第47-48页 |
| 2.5 本章小结 | 第48-50页 |
| 第3章 损伤识别及提取技术研究 | 第50-75页 |
| 3.1 引言 | 第50-51页 |
| 3.2 基于LASS及区域生长（LASS-RG）的损伤检测 | 第51-58页 |
| 3.2.1 基于灰度形态学的背景图像生成 | 第52-54页 |
| 3.2.2 种子图像生成 | 第54-56页 |
| 3.2.3 损伤点图像生成 | 第56-58页 |
| 3.3 基于LASS及改进二维直方图（LASS-2DH）的损伤检测 | 第58-64页 |
| 3.3.1 基于二维直方图的区域分割算法 | 第58-60页 |
| 3.3.2 基于局部信号强度比的改进二维直方图 | 第60-62页 |
| 3.3.3 与LASS-RG算法的性能比较分析 | 第62-64页 |
| 3.4 虚假损伤剔除技术研究 | 第64-67页 |
| 3.4.1 虚假损伤剔除特征选取 | 第64-65页 |
| 3.4.2 基于AdaBoost算法的虚假损伤点剔除技术 | 第65-67页 |
| 3.5 实验及分析 | 第67-73页 |
| 3.5.1 LASS归一化尺度对LASS-2DH算法检测精度的影响 | 第67-69页 |
| 3.5.2 LASS-2DH算法与常用检测算法对比实验 | 第69-70页 |
| 3.5.3 检测率实验 | 第70-71页 |
| 3.5.4 虚假损伤点剔除实验 | 第71-73页 |
| 3.6 本章小结 | 第73-75页 |
| 第4章 损伤定量检测技术研究 | 第75-96页 |
| 4.1 引言 | 第75-76页 |
| 4.2 基于回归的损伤亚像素检测原理 | 第76-79页 |
| 4.2.1 检测算法理论基础 | 第76-79页 |
| 4.2.2 算法检测原理 | 第79页 |
| 4.3 最小二乘支持向量机回归 | 第79-85页 |
| 4.3.1 支持向量机回归原理 | 第80-82页 |
| 4.3.2 最小二乘支持向量机回归原理 | 第82-83页 |
| 4.3.3 核函数的选取 | 第83页 |
| 4.3.4 基于贝叶斯框架的向量机参数估计 | 第83-85页 |
| 4.4 基于RANSAC-LSSVM回归的损伤检测模型 | 第85-86页 |
| 4.4.1 随机抽样一致性原理 | 第85-86页 |
| 4.4.2 基于随机抽样一致性的离群点剔除 | 第86页 |
| 4.5 检测流程 | 第86-87页 |
| 4.6 实验及分析 | 第87-94页 |
| 4.6.1 抽样样本尺寸对检测精度的影响 | 第87-89页 |
| 4.6.2 不同尺寸损伤的检测精度 | 第89-91页 |
| 4.6.3 不同误差评价函数下的对比 | 第91-92页 |
| 4.6.4 不同参数的回归精度比较 | 第92-93页 |
| 4.6.5 与像素级检测算法的结果对比 | 第93-94页 |
| 4.7 本章小结 | 第94-96页 |
| 第5章 基于图像拼接的在线检测图像获取技术 | 第96-116页 |
| 5.1 引言 | 第96页 |
| 5.2 FOOI子图像获取 | 第96-98页 |
| 5.3 FOOI图像配准技术 | 第98-106页 |
| 5.3.1 图像配准技术基础 | 第98-100页 |
| 5.3.2 基于局部区域搜索的图像匹配 | 第100-104页 |
| 5.3.3 全局配准 | 第104-106页 |
| 5.4 FOOI图像融合技术 | 第106-110页 |
| 5.4.1 图像融合技术简介 | 第107-108页 |
| 5.4.2 泊松融合原理 | 第108-109页 |
| 5.4.3 基于泊松融合的FOOI图像融合技术 | 第109-110页 |
| 5.5 实验及分析 | 第110-115页 |
| 5.5.1 FOOI图像配准实验 | 第110-111页 |
| 5.5.2 FOOI图像融合实验 | 第111-112页 |
| 5.5.3 FOOI图像拼接实验 | 第112-115页 |
| 5.6 本章小结 | 第115-116页 |
| 结论 | 第116-119页 |
| 参考文献 | 第119-128页 |
| 攻读学位期间发表的学术论文与其他成果 | 第128-130页 |
| 附件 | 第130-131页 |
| 致谢 | 第131-132页 |
| 个人简历 | 第132页 |
