| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-22页 |
| ·图像分割 | 第9-11页 |
| ·图像分割的定义 | 第9-10页 |
| ·图像分割的方法 | 第10-11页 |
| ·金属疲劳断口分析 | 第11-16页 |
| ·金属断口图像概述 | 第12-14页 |
| ·疲劳断口的宏观形貌特征 | 第14-15页 |
| ·疲劳断口的微观形貌特征 | 第15-16页 |
| ·疲劳断裂模式判定 | 第16页 |
| ·金属断口分析的研究现状 | 第16-17页 |
| ·本文研究的目的和意义 | 第17-20页 |
| ·本文的研究内容、结构及创新点 | 第20-22页 |
| ·论文的研究内容 | 第20页 |
| ·论文的组织结构 | 第20-21页 |
| ·论文的创新点 | 第21-22页 |
| 第二章 纹理分析 | 第22-31页 |
| ·纹理的定义 | 第22-23页 |
| ·纹理的分类 | 第23-24页 |
| ·纹理特征提取方法 | 第24-28页 |
| ·统计法 | 第24-25页 |
| ·信号处理法 | 第25-27页 |
| ·模型法 | 第27页 |
| ·结构法 | 第27-28页 |
| ·图像纹理应用 | 第28-29页 |
| ·纹理分类与分割 | 第28页 |
| ·纹理合成 | 第28页 |
| ·纹理检索 | 第28-29页 |
| ·运动分析 | 第29页 |
| ·纹理分析总结 | 第29-31页 |
| 第三章 基于 GLCM 的金属疲劳断口图像条带分割 | 第31-44页 |
| ·GLCM 定义 | 第31-32页 |
| ·模糊聚类方法 | 第32-39页 |
| ·聚类的相似度测量 | 第32-33页 |
| ·聚类的准则 | 第33页 |
| ·聚类的算法 | 第33-34页 |
| ·聚类的有效性 | 第34-36页 |
| ·模糊聚类的定义 | 第36页 |
| ·模糊 C 均值算法 | 第36-39页 |
| ·基于 GLCM 的金属疲劳断口图像条带分割 | 第39-44页 |
| ·金属疲劳断口 SEM 图像分析 | 第39-40页 |
| ·GLCM 参数的选取 | 第40页 |
| ·GLCM 特征的选取 | 第40-42页 |
| ·实验结果与分析 | 第42-44页 |
| 第四章 基于多特征的金属疲劳断口图像条带分割 | 第44-53页 |
| ·小波变换 | 第44-46页 |
| ·小波包变换 | 第46-47页 |
| ·基于多特征的金属疲劳断口条带分割 | 第47-53页 |
| ·小波包特征提取 | 第47-48页 |
| ·多特征综合及数据处理 | 第48页 |
| ·实验结果及分析 | 第48-51页 |
| ·实验总结 | 第51-53页 |
| 第五章 总结展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·展望 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 研究生期间发表论文 | 第60-61页 |
| 致谢 | 第61页 |