| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 风电叶片无损检测研究现状 | 第10-11页 |
| 1.2.2 基于图像处理的叶片表面缺陷检测研究现状 | 第11-13页 |
| 1.3 本文主要研究内容 | 第13页 |
| 1.4 课题章节安排 | 第13-14页 |
| 第二章 风电叶片图像采集及数据处理 | 第14-26页 |
| 2.1 图像采集 | 第14-16页 |
| 2.1.1 图像采集设备 | 第14-15页 |
| 2.1.2 图像采集流程设计 | 第15-16页 |
| 2.2 图像质量检测 | 第16-17页 |
| 2.3 图像盲去模糊算法相关理论 | 第17-19页 |
| 2.3.1 模糊图像的形成过程 | 第17-18页 |
| 2.3.2 基于暗通道先验的图像盲去模糊 | 第18页 |
| 2.3.3 低秩矩阵逼近理论 | 第18-19页 |
| 2.4 基于暗通道与低秩先验的图像盲去模糊算法 | 第19-25页 |
| 2.4.1 建立模型 | 第19页 |
| 2.4.2 中间复原图像估计 | 第19-21页 |
| 2.4.3 模糊核估计及图像复原 | 第21-22页 |
| 2.4.4 实验与分析 | 第22-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 风电叶片表面缺陷的识别与分类 | 第26-34页 |
| 3.1 风电叶片表面缺陷常见类型 | 第26页 |
| 3.2 缺陷识别 | 第26-29页 |
| 3.2.1 边缘检测 | 第26-27页 |
| 3.2.2 缺陷标记 | 第27-29页 |
| 3.3 缺陷分类 | 第29-33页 |
| 3.3.1 缺陷特征参数描述 | 第29-30页 |
| 3.3.2 缺陷分类器设计 | 第30-31页 |
| 3.3.3 缺陷分类效果 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 风电叶片表面缺陷定位 | 第34-40页 |
| 4.1 特征点提取 | 第34-35页 |
| 4.2 序列图像重叠区域估计 | 第35-36页 |
| 4.3 缺陷定位 | 第36-37页 |
| 4.3.1 叶片正面缺陷定位 | 第36-37页 |
| 4.3.2 叶片背面缺陷定位 | 第37页 |
| 4.4 仿真实验及结果分析 | 第37-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第五章 风电叶片表面缺陷检测系统软件设计 | 第40-48页 |
| 5.1 软件设计需求分析 | 第40页 |
| 5.2 软件的开发环境 | 第40页 |
| 5.3 软件结构与缺陷检测流程设计 | 第40-42页 |
| 5.3.1 软件结构设计 | 第40-41页 |
| 5.3.2 缺陷检测流程设计 | 第41-42页 |
| 5.4 人机交互界面设计 | 第42-47页 |
| 5.5 本章小结 | 第47-48页 |
| 第六章 总结与展望 | 第48-49页 |
| 6.1 本文总结 | 第48页 |
| 6.2 工作展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 发表论文和科研情况说明 | 第52-53页 |
| 致谢 | 第53页 |