| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-17页 |
| ·本课题研究的目的与意义 | 第8-9页 |
| ·工件表面形貌检测技术的研究概况 | 第9-12页 |
| ·接触式检测方法 | 第10页 |
| ·非接触式检测方法 | 第10-12页 |
| ·车削加工工件表面形貌特点 | 第12-13页 |
| ·分形理论在表面形貌分析中的应用 | 第13-14页 |
| ·本文研究的主要内容 | 第14-16页 |
| ·本文的主要创新点 | 第16-17页 |
| 第二章 工件表面形貌评定参数的选取及纹理间距的提取 | 第17-29页 |
| ·工件表面形貌的评定参数的选取 | 第17-18页 |
| ·工件表面图像的预处理 | 第18-21页 |
| ·图像空间的模板运算 | 第18-19页 |
| ·线性平滑滤波器 | 第19-20页 |
| ·非线性平滑滤波器 | 第20-21页 |
| ·切削工件表面的纹理角度校正 | 第21-24页 |
| ·工件表面纹理间距参数的提取 | 第24-28页 |
| ·本章小节 | 第28-29页 |
| 第三章 基于分形理论的表面形貌特征提取方法 | 第29-41页 |
| ·分形理论基础 | 第29-31页 |
| ·分形的概念与特征 | 第29-30页 |
| ·分形理论的发展 | 第30-31页 |
| ·分形曲面维数的计算 | 第31-34页 |
| ·数盒子法 | 第32-33页 |
| ·双毯法(Peleg_blanket) | 第33-34页 |
| ·变分法(Variation Method) | 第34页 |
| ·问题的提出 | 第34-35页 |
| ·切削工件表面分形维数值的提取 | 第35-40页 |
| ·工件表面形貌的自相似性 | 第35-36页 |
| ·切削工件表面灰度图像分形维数计算研究 | 第36-40页 |
| ·本章小节 | 第40-41页 |
| 第四章 基于神经网络的工件表面质量检测方法 | 第41-52页 |
| ·RBF神经网络的基本原理 | 第41-47页 |
| ·RBF神经网络基函数 | 第41-42页 |
| ·RBF函数神经元模型 | 第42-43页 |
| ·RBF函数网络结构 | 第43-44页 |
| ·RBF函数网络的映射关系 | 第44-45页 |
| ·RBF函数网络的学习算法 | 第45-47页 |
| ·BP神经网络与RBF神经网络的比较 | 第47-48页 |
| ·MATLAB关于RBF神经网络设计函数 | 第48-49页 |
| ·基于RBF神经网络的工件表面质量评定 | 第49-51页 |
| ·神经网络输入参数的确定 | 第49页 |
| ·神经网络的建立 | 第49-50页 |
| ·学习样本构造 | 第50-51页 |
| ·本章小节 | 第51-52页 |
| 第五章 表面质量在线检测可视化软件系统开发 | 第52-63页 |
| ·软件平台的介绍 | 第52-53页 |
| ·软件界面和功能介绍 | 第53-55页 |
| ·VB与MATLAB的接口技术 | 第55-59页 |
| ·VB利用shellO函数调用MATLAB应用程序 | 第55-56页 |
| ·利用ActiveX技术实现VB对MATLAB的调用 | 第56-57页 |
| ·利用动态链接库调用MATLAB所写的程序 | 第57-59页 |
| ·VB对数据库的访问技术 | 第59-62页 |
| ·数据访问对象(DAO) | 第60页 |
| ·远程数据对象(RDO) | 第60-61页 |
| ·ActiveX数据对象(ADO) | 第61-62页 |
| ·本章小节 | 第62-63页 |
| 第六章 实验与分析结果 | 第63-74页 |
| ·实验装置及实验方法 | 第63-65页 |
| ·实验装置 | 第63-64页 |
| ·实验方法 | 第64-65页 |
| ·纹理间距评定参数提取 | 第65-67页 |
| ·表面分形维数的提取 | 第67-70页 |
| ·RBF神经网络用于表面质量诊断结果 | 第70-73页 |
| ·本章小节 | 第73-74页 |
| 第七章 总结与展望 | 第74-76页 |
| ·本文的总结与创新点 | 第74-75页 |
| ·进一步研究与展望 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 致谢 | 第79-80页 |
| 攻读学位期间发表论文 | 第80页 |
