船体焊缝缺陷X射线图像自动识别方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-18页 |
| ·引言 | 第9-11页 |
| ·研究现状 | 第11-15页 |
| ·国内外研究现状 | 第11-12页 |
| ·技术难点 | 第12-15页 |
| ·本文的主要工作 | 第15-16页 |
| ·课题选择的意义 | 第15-16页 |
| ·研究的主要内容 | 第16页 |
| ·小结 | 第16-18页 |
| 第二章 焊缝缺陷与无损探伤 | 第18-38页 |
| ·焊缝缺陷分析 | 第18-25页 |
| ·船舶焊缝缺陷的分类 | 第18-24页 |
| ·船舶焊缝缺陷的修正 | 第24-25页 |
| ·无损检测 | 第25-28页 |
| ·无损检测的内涵 | 第25-26页 |
| ·无损检测的分类 | 第26-28页 |
| ·射线探伤 | 第28-31页 |
| ·X射线检测概述 | 第28-30页 |
| ·X射线底片成像特点分析 | 第30-31页 |
| ·X射线探伤的应用标准 | 第31-37页 |
| ·中国船级社射线探伤规范 | 第31-33页 |
| ·美国船级社射线探伤规范 | 第33-37页 |
| ·小结 | 第37-38页 |
| 第三章 焊缝X射线图像处理与识别 | 第38-67页 |
| ·图像处理技术概述 | 第38-40页 |
| ·图像处理技术的内涵 | 第38-39页 |
| ·图像处理技术的内容 | 第39-40页 |
| ·图像预处理 | 第40-52页 |
| ·图像去噪 | 第41-47页 |
| ·图像增强 | 第47-52页 |
| ·图像分割 | 第52-58页 |
| ·阈值分割 | 第53-54页 |
| ·区域分割 | 第54-55页 |
| ·基于神经网络的分割 | 第55页 |
| ·基于小波变换的分割 | 第55-56页 |
| ·基于数学形态学的分割 | 第56页 |
| ·基于模糊集理论的分割 | 第56-57页 |
| ·其他分割方法 | 第57-58页 |
| ·图像边缘检测 | 第58-61页 |
| ·微分检测 | 第58-59页 |
| ·数学形态法检测 | 第59-61页 |
| ·图像识别技术 | 第61-65页 |
| ·图像识别技术的内涵 | 第61-62页 |
| ·识别系统的阶段 | 第62页 |
| ·特征提取 | 第62-64页 |
| ·识别模式 | 第64-65页 |
| ·小结 | 第65-67页 |
| 第四章 焊缝缺陷自动识别模型 | 第67-89页 |
| ·系统简介 | 第67页 |
| ·系统设计功能 | 第67页 |
| ·系统介绍 | 第67页 |
| ·系统的工作流程 | 第67页 |
| ·图像数字化 | 第67-69页 |
| ·数字化原理简介 | 第68页 |
| ·图像扫描仪 | 第68-69页 |
| ·扫描后的X射线底片图像 | 第69页 |
| ·图像的预处理 | 第69-70页 |
| ·图像去噪声 | 第69-70页 |
| ·去噪声后的图像 | 第70页 |
| ·焊缝的提取 | 第70-72页 |
| ·阈值T的选择 | 第70页 |
| ·自适应阈值T的实现算法 | 第70-71页 |
| ·焊缝提取原理 | 第71页 |
| ·焊缝提取流程图 | 第71-72页 |
| ·提取的焊缝图像 | 第72页 |
| ·缺陷的提取 | 第72-78页 |
| ·缺陷提取方法 | 第72-73页 |
| ·焊缝图像增强 | 第73-76页 |
| ·缺陷的分割 | 第76-78页 |
| ·缺陷边缘提取 | 第78-83页 |
| ·缺陷图形的锐化 | 第78-80页 |
| ·缺陷边缘的细化与提取 | 第80-83页 |
| ·缺陷识别 | 第83-87页 |
| ·缺陷特征的提取 | 第83页 |
| ·缺陷特征参数的计算 | 第83-85页 |
| ·缺陷特征的分析 | 第85-87页 |
| ·小结 | 第87-89页 |
| 第五章 结论与展望 | 第89-92页 |
| ·结论 | 第89页 |
| ·本方法进一步研究的设想 | 第89-92页 |
| 攻读硕士期间公开发表的论文 | 第92-93页 |
| 致谢 | 第93-94页 |
| 参考文献 | 第94-99页 |
| 附图 | 第99-105页 |
