基于X射线图像的焊缝缺陷检测与识别技术
摘要 | 第1-5页 |
Abstract | 第5-10页 |
1 绪论 | 第10-17页 |
·课题的背景及意义 | 第10-11页 |
·X射线检测技术 | 第11-12页 |
·X射线检测技术发展状况 | 第11页 |
·X射线检测技术存在的问题 | 第11-12页 |
·焊缝缺陷自动检测技术 | 第12页 |
·焊缝缺陷图像处理和识别技术在国内外的发展状况 | 第12-16页 |
·论文内容安排 | 第16-17页 |
2 X射线检测理论和成像系统 | 第17-23页 |
·X射线检测理论 | 第17-19页 |
·X射线检测原理 | 第17-18页 |
·X射线检测特点 | 第18-19页 |
·X射线实时成像系统 | 第19-22页 |
·X射线实时成像系统的组成 | 第19-20页 |
·X射线实时成像系统的总体设计及工作原理 | 第20-22页 |
·X射线实时成像系统的特点 | 第22页 |
·本章小节 | 第22-23页 |
3 X射线检测焊缝图像的预处理技术 | 第23-42页 |
·X射线检测图像的特点 | 第23-24页 |
·X射线检测焊缝图像的降噪技术 | 第24-30页 |
·X射线图像噪声的来源 | 第25页 |
·传统降噪方法 | 第25-26页 |
·小波降噪方法 | 第26-28页 |
·增强方法 | 第28-30页 |
·焊道区域的获取 | 第30-31页 |
·调节光栅方法 | 第30页 |
·线灰度曲线法 | 第30-31页 |
·X射线检测焊缝图像的分割研究 | 第31-35页 |
·分水岭方法 | 第32-33页 |
·算法描述 | 第33-35页 |
·基于减影技术的迭代阈值分割法 | 第35-40页 |
·减影技术 | 第35-37页 |
·阈值选取方法 | 第37-39页 |
·算法描述 | 第39-40页 |
·本章小节 | 第40-42页 |
4 缺陷特征提取技术 | 第42-53页 |
·常见焊缝缺陷的分类 | 第42-45页 |
·焊缝缺陷图像特征分析 | 第45-49页 |
·用于缺陷识别的特征选择 | 第49-51页 |
·特征选择依据和判断 | 第49-50页 |
·特征特点 | 第50-51页 |
·特征选择 | 第51页 |
·仿真试验 | 第51-52页 |
·本章小节 | 第52-53页 |
5 基于神经网络方法的焊缝图像识别技术 | 第53-69页 |
·神经网络简介 | 第53-54页 |
·神经网络的基本概念 | 第53-54页 |
·神经网络的研究方向和应用领域 | 第54页 |
·误差反向传播神经网络算法 | 第54-59页 |
·误差反向传播神经网络算法描述 | 第55-58页 |
·误差反向传播神经网络的结构 | 第58页 |
·误差反向传播神经网络的特点 | 第58-59页 |
·BP网络的结构设计 | 第59-68页 |
·输入、输出层的设计 | 第59页 |
·神经元上的传递函数 | 第59-61页 |
·神经元上的训练函数 | 第61-62页 |
·隐含层的设计 | 第62-63页 |
·仿真实验 | 第63-68页 |
·本章小节 | 第68-69页 |
6 结束语 | 第69-71页 |
参考文献 | 第71-76页 |
攻读硕士学位期间撰写的论文及科研成果 | 第76-77页 |
致谢 | 第77页 |