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

导电材料缺陷磁光成像无损检测技术研究

摘要第5-7页
abstract第7-8页
第一章 绪论第11-28页
    1.1 涡流检测技术的研究背景与意义第11-15页
        1.1.1 新型金属材料的重要作用第11-13页
        1.1.2 新型金属材料缺陷检测与测量的重要意义第13-15页
    1.2 涡流磁光成像检测技术的研究现状及难点第15-25页
        1.2.1 涡流无损检测技术在新型金属材料检测中的研究现状第15-22页
        1.2.2 涡流磁光成像检测技术研究难点分析第22-25页
    1.3 本文研究内容和章节安排第25-28页
第二章 涡流磁光成像检测技术激励理论研究与分析第28-43页
    2.1 引言第28页
    2.2 涡流磁光成像无损检测技术激励源的重要性第28-30页
    2.3 涡流磁光成像激励源机理分析第30-36页
        2.3.1 涡流磁光成像激励源检测基本原理第30-33页
        2.3.2 涡流磁光成像激励源检测技术的信号特点第33-34页
        2.3.3 不同缺陷对涡流激励信号的影响第34-36页
    2.4 涡流磁光成像激励检测技术仿真研究第36-38页
        2.4.1 基于有限元仿真平台的模型研究第36-37页
        2.4.2 基于仿真结论的涡流激励检测技术第37-38页
    2.5 涡流磁光成像激励平台设计第38-41页
    2.6 本章小节第41-43页
第三章 涡流磁光成像激励源信号量化检测技术研究与实现第43-77页
    3.1 引言第43页
    3.2 不同材料对涡流检测技术的需求与研究难点分析第43-47页
        3.2.1 非磁性材料对涡流检测技术的需求分析第43-45页
        3.2.2 铁磁性材料对涡流检测技术的需求分析第45-46页
        3.2.3 脉冲涡流检测技术的难点分析第46-47页
    3.3 基于材料电磁特性的涡流激励技术研究与应用第47-57页
        3.3.1 材料电磁参数与几何参数分离的数学模型研究与分析第47-53页
        3.3.2 基于参数分离模型的涡流激励检测技术的应用第53-57页
    3.4 基于趋肤深度量化的涡流激励技术研究与应用第57-61页
        3.4.1 涡流趋肤深度量化的数学模型研究与分析第57-59页
        3.4.2 基于涡流量化模型的涡流激励检测技术的应用第59-61页
    3.5 基于数据驱动的涡流激励源信号特性研究与应用第61-75页
        3.5.1 涡流激励检测信号的特性研究与分析第61-63页
        3.5.2 基于激励检测信号的概率分布特性的应用第63-75页
    3.6 本章小节第75-77页
第四章 基于磁光成像的涡流可视化检测技术第77-90页
    4.1 引言第77页
    4.2 磁光成像技术基本原理与应用第77-84页
        4.2.1 磁光成像检测技术原理与方法第77-79页
        4.2.2 磁光检测图像的特性分析第79-81页
        4.2.3 磁光图像缺陷检测技术方法第81-84页
    4.3 涡流磁光成像检测系统平台第84-89页
        4.3.1 涡流磁光成像系统结构第84-85页
        4.3.2 涡流磁光成像电磁激励系统第85-88页
        4.3.3 涡流磁光检测成像系统第88-89页
    4.4 本章小节第89-90页
第五章 磁光图像缺陷识别技术与算法第90-132页
    5.1 引言第90页
    5.2 基于磁光成像特性的缺陷识别技术与算法第90-107页
        5.2.1 基于连通性原理的缺陷识别技术与算法第90-99页
        5.2.2 自适应磁光图像阈值搜索算法与缺陷检测技术第99-107页
    5.3 基于磁光图像特性的缺陷识别技术与算法第107-130页
        5.3.1 改进的人工神经网络自动图像分割算法与缺陷检测方法第107-115页
        5.3.2 基于PCNN的图像分割算法与缺陷检测方法第115-122页
        5.3.3 基于图像切片的PCA融合图像分割算法与缺陷检测方法第122-130页
    5.4 本章小节第130-132页
第六章 结论与展望第132-138页
    6.1 结论第132-133页
    6.2 展望第133-138页
致谢第138-140页
参考文献第140-150页
攻读博士学位期间取得的成果第150-151页

论文共151页,点击 下载论文
上一篇:磁共振成像横向弛豫量化研究
下一篇:图像处理问题中的结构稀疏优化算法研究