中频真空电弧图像处理与阳极燃烧规律研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-14页 |
| 1.1 课题研究背景与意义 | 第7页 |
| 1.2 真空电弧基本理论 | 第7-10页 |
| 1.2.1 真空电弧的产生 | 第7-8页 |
| 1.2.2 燃弧过程 | 第8-9页 |
| 1.2.3 区域划分 | 第9-10页 |
| 1.3 电弧数字图像处理技术 | 第10-12页 |
| 1.3.1 数字图像处理技术 | 第10-11页 |
| 1.3.2 电弧图像处理技术研究现状 | 第11-12页 |
| 1.4 本文主要研究内容 | 第12-14页 |
| 2 真空电弧图像获取 | 第14-23页 |
| 2.1 主回路介绍 | 第14-15页 |
| 2.2 真空产生及测量 | 第15-16页 |
| 2.3 高速摄像电弧采集系统 | 第16-18页 |
| 2.3.1 高速摄像机的选取 | 第16-17页 |
| 2.3.2 CMOS原理简介 | 第17-18页 |
| 2.3.3 高速摄像采集系统 | 第18页 |
| 2.4 相机镜头光圈的选择 | 第18-20页 |
| 2.5 中频真空电弧的阳极燃烧图像 | 第20-22页 |
| 2.6 本章小结 | 第22-23页 |
| 3 基于BP神经网络的电弧图像去噪算法 | 第23-35页 |
| 3.1 图像噪声点特征提取 | 第23-25页 |
| 3.2 BP神经网络 | 第25-31页 |
| 3.2.1 BP神经网络结构 | 第25-26页 |
| 3.2.2 BP神经网络原理 | 第26-29页 |
| 3.2.3 BP神经网络的设计及训练 | 第29-31页 |
| 3.3 噪声点的滤除 | 第31-32页 |
| 3.4 去噪结果及分析对比 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 电弧图像分割 | 第35-51页 |
| 4.1 基于迭代的全局阈值算法 | 第36-38页 |
| 4.2 基于一维OTSU的最佳全局阈值算法 | 第38-39页 |
| 4.3 基于局部统计的动态阈值算法 | 第39-41页 |
| 4.4 基于电弧图像的自适应双阈值分割算法 | 第41-49页 |
| 4.4.1 二维直方图最大熵的分割算法 | 第41-43页 |
| 4.4.2 二维OTSU分割算法 | 第43-45页 |
| 4.4.3 遗传优化算法 | 第45-49页 |
| 4.5 分割效果分析 | 第49-50页 |
| 4.6 本章小结 | 第50-51页 |
| 5 阳极燃烧特性分析 | 第51-62页 |
| 5.1 伪彩色图像处理技术 | 第51-53页 |
| 5.1.1 原理 | 第51-52页 |
| 5.1.2 映射关系选取 | 第52-53页 |
| 5.2 燃烧阶段分析 | 第53-56页 |
| 5.3 阳极灰度分布 | 第56-60页 |
| 5.4 阳极高灰度值区域持续时间 | 第60-61页 |
| 5.5 本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录A 噪声检测结果 | 第66-67页 |
| 附录B BP神经网络噪声检测结果 | 第67-68页 |
| 攻读硕士学位期间发表学术论文情况 | 第68-69页 |
| 致谢 | 第69-71页 |
