| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·引言 | 第11页 |
| ·X射线实时成像系统概述 | 第11-12页 |
| ·X射线实时成像系统的现状和发展趋势 | 第12-14页 |
| ·X射线图像增强器实时成像系统 | 第12-13页 |
| ·线阵式数字成像系统 | 第13页 |
| ·面板式射线数字成像系统 | 第13页 |
| ·高能X射线数字成像技术 | 第13-14页 |
| ·X射线实时成像系统的应用 | 第14页 |
| ·课题的提出 | 第14-15页 |
| ·论文的主要工作 | 第15-17页 |
| 第二章 X射线实时成像系统设计 | 第17-25页 |
| ·概述 | 第17页 |
| ·X射线实时成像系统工作原理 | 第17-18页 |
| ·实时系统介绍 | 第18页 |
| ·X射线实时成像系统结构设计 | 第18-20页 |
| ·X射线实时成像系统主要器件的介绍 | 第20-24页 |
| ·X射线发生器 | 第20-21页 |
| ·X射线接收转换装置 | 第21-22页 |
| ·CCD摄像头 | 第22-23页 |
| ·图像采集方式 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 射线图像预处理算法 | 第25-39页 |
| ·数字图像处理基础 | 第25-27页 |
| ·图像数字化 | 第25-26页 |
| ·数字图像处理 | 第26-27页 |
| ·图像噪声滤除 | 第27-33页 |
| ·线性滤波消除噪声 | 第27页 |
| ·非线性滤波消除噪声 | 第27-28页 |
| ·自适应混合滤波 | 第28-33页 |
| ·图像增强 | 第33-37页 |
| ·频率域图像增强 | 第33-34页 |
| ·空间域图像增强 | 第34-36页 |
| ·伪彩色增强 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 射线图象特征提取算法 | 第39-53页 |
| ·特征的提取 | 第39-43页 |
| ·特征提取和特征选择基本概念 | 第39-40页 |
| ·常用的图像特征 | 第40-43页 |
| ·图像的边界分割技术 | 第43-48页 |
| ·经典的边缘分割算法 | 第43-44页 |
| ·改进的形态学边缘检测算法 | 第44-48页 |
| ·图像的区域分割技术 | 第48-51页 |
| ·阈值分割 | 第48页 |
| ·模糊阈值多属性分割方法 | 第48-51页 |
| ·太阳能电池缺陷特征量的提取 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 神经网络缺陷识别 | 第53-65页 |
| ·BP神经网络的算法 | 第54-58页 |
| ·BP神经网络结构及算法 | 第54-57页 |
| ·BP算法的不足与改进设计 | 第57-58页 |
| ·基于BP神经网络太阳能硅晶片缺陷类型分类器的设计 | 第58-61页 |
| ·输入节点的确定 | 第59页 |
| ·输出节点的确定 | 第59-60页 |
| ·隐含层数及隐含层神经元个数的确定 | 第60-61页 |
| ·初始权值的设计 | 第61页 |
| ·太阳能硅晶片电池板缺陷识别 | 第61-63页 |
| ·学习样本与测试样本的获取 | 第61-62页 |
| ·特征量的归一化处理 | 第62页 |
| ·分类器的测试结果与分析 | 第62-63页 |
| ·本章小结 | 第63-65页 |
| 第六章 软件系统的设计与实现 | 第65-75页 |
| ·Visual C++集成开发环境介绍 | 第65-66页 |
| ·系统的设计与实现 | 第66-74页 |
| ·系统总体设定模块的设计与实现 | 第67页 |
| ·图像手动处理模块的设计与实现 | 第67-72页 |
| ·图像采集模块的设计与实现 | 第72页 |
| ·图像自动处理模块的设计与实现 | 第72-73页 |
| ·图像管理模块的设计与实现 | 第73-74页 |
| ·软件外围环境 | 第74页 |
| ·本章小结 | 第74-75页 |
| 第七章 总结与展望 | 第75-77页 |
| ·工作总结 | 第75-76页 |
| ·研究展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-83页 |
| 攻读硕士期间发表的论文 | 第83页 |