| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-17页 |
| ·本课题研究的目的及意义 | 第10-11页 |
| ·木质导电复合材料研究现状 | 第11-13页 |
| ·木材一金属复合材料 | 第11-13页 |
| ·木材一非金属复合材料 | 第13页 |
| ·碳纤维复合材料均匀化研究 | 第13-14页 |
| ·图像处理技术在复合材料中的应用现状 | 第14-16页 |
| ·本文主要研究内容 | 第16-17页 |
| 2 图像处理的基本原理 | 第17-33页 |
| ·图像增强 | 第17-21页 |
| ·直方图灰度变换 | 第17-19页 |
| ·直方图均衡化 | 第19-20页 |
| ·空间域滤波 | 第20-21页 |
| ·图像分割与边缘检测 | 第21-32页 |
| ·图像分割基本原理 | 第21-22页 |
| ·边缘检测基本原理 | 第22-24页 |
| ·数学形态学的基本运算 | 第24-29页 |
| ·二值图像的数学形态学应用 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 3 SCFRW试样制备与测试 | 第33-43页 |
| ·实验方法 | 第33-34页 |
| ·主要实验仪器及设备 | 第33页 |
| ·主要实验原料 | 第33页 |
| ·制板方法 | 第33-34页 |
| ·试样性能及测试 | 第34-42页 |
| ·短切碳纤维复合材料的表电阻率测量方法、结果及分析 | 第35-37页 |
| ·物理力学性能测试及分析 | 第37-39页 |
| ·甲醛释放量测量及分析 | 第39页 |
| ·电磁屏蔽效能测试及分析 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 4 SCFRW显微图像处理 | 第43-57页 |
| ·样板显微图像预处理 | 第43-47页 |
| ·试验样板图像的直方图灰度变换 | 第43-44页 |
| ·试验样板图像的直方图均衡化 | 第44-45页 |
| ·试验样板图像的空间域滤波 | 第45-47页 |
| ·样板显微图像分割与边缘检测 | 第47-56页 |
| ·基于最大方差法的样板图像分割 | 第47-50页 |
| ·几种边缘检测方法的对比研究 | 第50-52页 |
| ·二值图像的数学形态学处理 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 5 SCFRW图像特征值提取 | 第57-64页 |
| ·引言 | 第57页 |
| ·显微图像形状特征简介 | 第57-60页 |
| ·周长 | 第57-58页 |
| ·面积 | 第58-59页 |
| ·长轴和短轴 | 第59-60页 |
| ·距离 | 第60页 |
| ·SCFRW显微图像特征值提取 | 第60-63页 |
| ·小条形区域的平均面积比 | 第62页 |
| ·小条形区域的平均宽度 | 第62页 |
| ·小条形区域的平均长宽比 | 第62-63页 |
| ·条形区域的总面积比 | 第63页 |
| ·特征值提取结果及分析 | 第63页 |
| ·本章小结 | 第63-64页 |
| 6 基于神经网络的SCFRW均匀化模型 | 第64-73页 |
| ·BP神经网络 | 第64-66页 |
| ·神经网络基本结构单元 | 第64-65页 |
| ·BP神经网络原理 | 第65页 |
| ·BP神经网络的结构 | 第65-66页 |
| ·BP神经网络的算法实现流程 | 第66页 |
| ·基于BP神经网络的SCFRW均匀化模型建立 | 第66-72页 |
| ·数据预处理 | 第66-67页 |
| ·BP神经网络模型建立 | 第67-68页 |
| ·均匀化网络模型训练及仿真 | 第68-72页 |
| ·本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 攻读学位期间发表的学术论文 | 第78-79页 |
| 致谢 | 第79-80页 |