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

基于X射线的焊缝缺陷图像特征提取研究

摘要第5-6页
ABSTRACT第6页
第一章 绪论第10-14页
    1.1 研究背景及意义第10页
    1.2 国内外研究现状第10-13页
    1.3 本文研究内容和结构安排第13-14页
第二章 焊缝图像预处理及焊缝区域分割第14-32页
    2.1 焊缝图像预处理技术第14-21页
        2.1.1 焊缝图像去噪技术第14-17页
        2.1.2 焊缝图像对比度增强技术第17-21页
    2.2 焊缝预处理小结及实验结果分析第21页
    2.3 焊缝图像分割第21-28页
        2.3.1 现有图像分割算法研究第22-24页
        2.3.2 阈值图像分割算法第24-27页
        2.3.3 基于迭代阈值的焊缝图像分割算法第27-28页
    2.4 焊缝图像分割小结及实验结果分析第28-30页
    2.5 本章小结第30-32页
第三章 焊缝缺陷特征描述和特征选择第32-47页
    3.1 焊缝缺陷种类和影像特征第32-35页
        3.1.1 焊缝缺陷种类介绍第32-33页
        3.1.2 焊缝缺陷影像特征第33-35页
    3.2 焊缝缺陷的特征描述第35-38页
        3.2.1 纹理特征参数第36-37页
        3.2.2 几何特征参数第37-38页
    3.3 焊缝缺陷特征选择算法研究第38-43页
        3.3.1 特征选择算法综述第38-40页
        3.3.2 基于相关度的类内方差特征选择算法第40-43页
    3.4 实验结果及分析第43-46页
    3.5 本章小结第46-47页
第四章 焊缝缺陷特征提取方法第47-59页
    4.1 特征提取方法简介第47-48页
    4.2 焊缝缺陷几何特征提取方法第48-51页
    4.3 焊缝缺陷纹理特征提取方法第51-57页
        4.3.1 LBP(局部二值模式)算法及改进算法介绍第52-54页
        4.3.2 完全局部三值模式(CLTP)第54-57页
    4.4 实验结果及分析第57-58页
    4.5 本章小结第58-59页
第五章 基于二叉树的SVM焊缝缺陷分类方法第59-69页
    5.1 SVM原理介绍第59-60页
    5.2 基于二叉树的SVM焊缝缺陷分类识别方法第60-65页
        5.2.1 多类支持向量机第61-63页
        5.2.2 基于二叉树的SVM分类识别方法第63-65页
    5.3 实验结果及分析第65-68页
    5.4 本章小结第68-69页
第六章 总结和展望第69-70页
致谢第70-71页
参考文献第71-78页
攻硕期间取得的研究成果第78页

论文共78页,点击 下载论文
上一篇:四川电力企业安全性评价系统的设计与实现
下一篇:智能手机的交通出行信息查询系统设计与实现