摘要 | 第4-5页 |
abstract | 第5-6页 |
第1章 绪论 | 第9-24页 |
1.1 研究工作的背景及意义 | 第9-11页 |
1.1.1 研究背景 | 第9-11页 |
1.1.2 研究意义 | 第11页 |
1.2 国内外研究现状 | 第11-20页 |
1.2.1 碳纤维加固钢结构的损伤类型 | 第11-13页 |
1.2.2 复合材料红外检测研究 | 第13-15页 |
1.2.3 电磁激励热成像装置 | 第15-18页 |
1.2.4 热像图增强和缺陷定量研究 | 第18-20页 |
1.3 本文的研究内容与创新 | 第20-21页 |
1.4 本文的结构安排 | 第21-24页 |
第2章 CFRP-钢结构损伤检测分析与仿真 | 第24-46页 |
2.1 电磁激励热成像的检测原理 | 第24-30页 |
2.1.1 “CFRP-胶层-钢”三层介质的涡流热激励模型分析 | 第25-28页 |
2.1.2 CFRP-钢结构的电磁激励体加热分析 | 第28-30页 |
2.2 碳纤维材料编织信息的红外检测影响研究 | 第30-32页 |
2.3 电磁激励线圈形状仿真分析 | 第32-42页 |
2.3.1 电磁激励线圈平面线圈的仿真分析 | 第32-38页 |
2.3.2 电磁激励热像仪磁芯线圈的仿真分析 | 第38-42页 |
2.4 基于脉冲红外热像的CFRP-钢结构损伤仿真分析 | 第42-44页 |
2.4.1 不同尺寸的损伤仿真分析 | 第43页 |
2.4.2 不同CFRP厚度仿真分析 | 第43-44页 |
2.5 本章小结 | 第44-46页 |
第3章 基于多层小波变换和RGBN的图像处理方法研究 | 第46-57页 |
3.1 小波变换 | 第47-48页 |
3.2 红外热像图的多层离散小波变换 | 第48-54页 |
3.2.1 红外热像图的多层小波变换 | 第49-50页 |
3.2.2 小波变换的最佳分解层数 | 第50-54页 |
3.3 基于RGBN处理的图像分离算法 | 第54-56页 |
3.4 本章小结 | 第56-57页 |
第4章 基于极值种子区域生长和数学形态学的损伤提取方法研究.. | 第57-63页 |
4.1 基于极值种子区域生长方法的图像分割处理 | 第57-60页 |
4.2 基于数学形态学的异常温度区域边缘提取 | 第60-61页 |
4.3 损伤特征参数的定量化分析 | 第61-62页 |
4.4 本章小结 | 第62-63页 |
第5章 CFRP-钢结构的损伤识别方法试验研究 | 第63-76页 |
5.1 电磁激励红外热成像检测系统及试样 | 第63-69页 |
5.1.1 电磁激励红外热成像检测系统 | 第63-67页 |
5.1.2 检测试样 | 第67-69页 |
5.2 实验结果及分析 | 第69-75页 |
5.2.1 基于多层小波变换和RGBN方法处理分析 | 第71-73页 |
5.2.2 基于数学形态学的红外图像融合算法分析 | 第73-75页 |
5.3 本章小结 | 第75-76页 |
第6章 总结与展望 | 第76-78页 |
6.1 研究总结 | 第76-77页 |
6.2 后续展望 | 第77-78页 |
致谢 | 第78-79页 |
参考文献 | 第79-84页 |
攻读硕士学位期间的学术成果 | 第84页 |