大型运输机外表面缺陷图像处理技术应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题研究目的及意义 | 第8-9页 |
| 1.2 地检设备研究现状 | 第9-10页 |
| 1.3 本文的研究内容及章节安排 | 第10-12页 |
| 第二章 地检设备图像处理算法架构 | 第12-23页 |
| 2.1 地检设备处理及分析对象 | 第12-13页 |
| 2.2 机体外表面图像样本收集工作 | 第13-16页 |
| 2.3 地检设备处理及分析要求 | 第16-17页 |
| 2.4 图像处理及分析算法架构 | 第17-23页 |
| 2.4.1 通用图像识别系统架构 | 第17-19页 |
| 2.4.2 地检设备图像识别算法架构 | 第19-23页 |
| 第三章 小波分析理论及其在图像处理领域的应用 | 第23-43页 |
| 3.1 小波分析基本理论 | 第23-36页 |
| 3.1.1 时频分析及小波分析的诞生 | 第23-29页 |
| 3.1.2 小波的多分辨率分析 | 第29-33页 |
| 3.1.4 图像在小波域的特性 | 第33-36页 |
| 3.2 小波分析在图像去噪领域应用 | 第36-41页 |
| 3.2.1 图像的噪声与去噪处理 | 第36-37页 |
| 3.2.2 小波方法去噪的特点 | 第37-38页 |
| 3.2.3 小波阈值图像去噪技术 | 第38-40页 |
| 3.2.4 小波多尺度阈值图像去噪技术 | 第40-41页 |
| 3.3 小波分析在图像分割领域应用 | 第41-43页 |
| 3.3.1 图像分割涵义 | 第41-42页 |
| 3.3.2 小波方法图像分割特点 | 第42页 |
| 3.3.3 多尺度边缘检测图像分割方法 | 第42-43页 |
| 第四章 小波多尺度阈值机体外表面破损图像去噪方法 | 第43-62页 |
| 4.1 小波基及其分解层次的择取 | 第43-44页 |
| 4.2 小波多尺度自适应阈值收缩去噪 | 第44-45页 |
| 4.3 实验结果与分析 | 第45-61页 |
| 4.3.1 机体蒙皮雷击损伤 | 第46-49页 |
| 4.3.2 发动机整流罩异物撞击 | 第49-51页 |
| 4.3.3 机轮扎胎损伤 | 第51-54页 |
| 4.3.4 机轮疲劳裂纹损伤 | 第54-56页 |
| 4.3.5 机身风蚀损伤 | 第56-59页 |
| 4.3.6 机翼异物撞击损伤 | 第59-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 小波和压缩感知机体外表面破损图像分割方法 | 第62-75页 |
| 5.1 小波极大模值多尺度边缘检测 | 第62-63页 |
| 5.2 压缩感知方法在图像边缘检测的应用 | 第63-64页 |
| 5.3 实验结果与分析 | 第64-74页 |
| 5.3.1 机体蒙皮雷击损伤 | 第65-66页 |
| 5.3.2 发动机整流罩异物撞击 | 第66-68页 |
| 5.3.3 机轮扎胎损伤 | 第68-69页 |
| 5.3.4 机轮疲劳裂纹损伤 | 第69-71页 |
| 5.3.5 机身风蚀损伤 | 第71-72页 |
| 5.3.6 机翼异物撞击损伤 | 第72-74页 |
| 5.4 本章小结 | 第74-75页 |
| 总结与展望 | 第75-76页 |
| 参考文献 | 第76-78页 |
| 攻读硕士期间取得的研究成果 | 第78-79页 |
| 致谢 | 第79页 |
