橡胶炭黑图像特征提取及评价模型研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·论文背景 | 第7-9页 |
| ·炭黑分散度评定的重要性 | 第7页 |
| ·炭黑分散度评定的方法 | 第7-9页 |
| ·国内外炭黑分散度研究的状况 | 第9-11页 |
| ·目前的研究结果 | 第9-10页 |
| ·国内使用的评定炭黑分散度的仪器 | 第10-11页 |
| ·存在的不足 | 第11页 |
| ·本论文的主要研究内容及意义 | 第11-13页 |
| ·本论文的内容 | 第11-12页 |
| ·意义 | 第12-13页 |
| 2 炭黑图像采集和图像处理 | 第13-37页 |
| ·图像采集 | 第13-18页 |
| ·图像采集的硬件构成 | 第13-14页 |
| ·焦距和光照的调整 | 第14-16页 |
| ·系统尺寸标定 | 第16-17页 |
| ·图像采集的软件实现 | 第17-18页 |
| ·图像的前期处理 | 第18-27页 |
| ·灰度变换 | 第18页 |
| ·图像滤波 | 第18-22页 |
| ·图像阈值选取 | 第22-27页 |
| ·图像的二值化 | 第27页 |
| ·图像信息的测量 | 第27-35页 |
| ·理论基础 | 第27-28页 |
| ·目标区域标记 | 第28-31页 |
| ·目标区域计算 | 第31-35页 |
| ·本章小结 | 第35-37页 |
| 3 橡胶炭黑图像特征信息提取 | 第37-47页 |
| ·标准图库 | 第37页 |
| ·目前特征信息提取的研究 | 第37-40页 |
| ·分散性特征信息的提取 | 第37-40页 |
| ·分布性特征信息提取 | 第40页 |
| ·改进的提取特征信息的方法 | 第40-46页 |
| ·分散性特征信息的提取 | 第40-41页 |
| ·分布性特征信息的提取 | 第41-46页 |
| ·本章小结 | 第46-47页 |
| 4 橡胶炭黑评价模型的建立 | 第47-73页 |
| ·目前炭黑价系统的研究和不足 | 第47-53页 |
| ·层次分析法评价模型 | 第47-49页 |
| ·模糊判别法评价模型 | 第49-50页 |
| ·模型存在的不足 | 第50-53页 |
| ·基于遗传算法的BP 神经网络模型建立 | 第53-69页 |
| ·理论基础 | 第53-57页 |
| ·特征信息的选取 | 第57-58页 |
| ·特征信息的归一化 | 第58-60页 |
| ·BP 神经网络模型建立 | 第60-62页 |
| ·遗传算法的神经网络参数优化 | 第62-65页 |
| ·基于遗传算法的BP 神经网络的实现 | 第65-69页 |
| ·试验结果分析 | 第69-72页 |
| ·明显错判率法分析 | 第69-70页 |
| ·刀切法分析 | 第70-71页 |
| ·试验结论 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 5 炭黑分散度分析系统的实现 | 第73-83页 |
| ·开发环境和运行平台 | 第73页 |
| ·软件界面介绍 | 第73-74页 |
| ·软件功能介绍 | 第74-77页 |
| ·技术路线 | 第74页 |
| ·软件逻辑设计 | 第74页 |
| ·软件功能设计 | 第74-77页 |
| ·主要功能模块的描述和实现 | 第77-82页 |
| ·本章小结 | 第82-83页 |
| 6 总结和展望 | 第83-86页 |
| ·结论 | 第83-84页 |
| ·展望 | 第84-86页 |
| 参考文献 | 第86-90页 |
| 附录一 | 第90-91页 |
| 致谢 | 第91页 |
