学位论文 > 优秀研究生学位论文题录展示
金属断口SEM图像的特征提取与分析
作 者: 徐飞
导 师: 康戈文
学 校: 电子科技大学
专 业: 控制理论与控制工程
关键词: 断口 小波分解 二维傅立叶变换 特征提取
分类号: TP391.41
类 型: 硕士论文
年 份: 2006年
下 载: 337次
引 用: 1次
阅 读: 论文下载
内容摘要
|
断口图像的研究多是针对不同断口类型的分类,而针对内部纹理极为相似,但又有区别的同种类型断口,相关的研究并不多。而在同一断口中,其图像纹理特征与材料,以及使用寿命有着密切的关系,所以,本文的切入点就在此,从以下方法进行了分析:基于傅立叶功率谱法的断口图像分析,把一张大图像滑动分割成不同的小图像,求得断口图像经过傅立叶功率谱法变换后的环特征、锲特征,依次求得这些小图像的特征向量,从而,一张变化不太明显的图像就可以通过数值相对明显的表示出来。由锲特征得到方向场图来描述整幅图像。基于小波分解的断口图像的分析,首先提取锆-4合金低周疲劳断口纹理图像的特征,实验确定了DB4小波分解和L1能量的计算方法,求得不同寿命的断口图像在各个频率通道的特征值,断口图像的变化反映在特征值的变化,这为图像的寿命分析提供了一种有效的手段。然后,利用分形算法对断口扩展过程进行了比较详尽的分析。基于频率域分解的Gabor变换,Gabor变换有着比较好的方向选择性,利用这一点特性,为图像分析提供了另一个思路。针对同一类断口纹理的研究还相对比较新,方向场的运用使得表达更直观,纹理分析与材料综合分析是本文的创新之处。肉眼难以区分的图像通过多种方式分析表达,为寿命分析提供比较有效的手段,对图像分析、研究有着重要的意义。
|
全文目录
摘要 5-6 ABSTRACT 6-9 第一章 引言 9-11 1.1 断口纹理图像分析现状 9 1.2 选题依据 9-10 1.3 研究思路和主要内容 10-11 第二章 基于傅立叶功率谱法的纹理特征分析 11-33 2.1 傅立叶功率谱法求取理论基础 11-12 2.2 实现功率谱特征值的求取方法 12-17 2.3 断口图像的分析 17-32 2.4 小结 32-33 第三章 基于小波变换的断口分析 33-55 3.1 小波的基本理论基础 33-41 3.2 方向分析 41-43 3.3 小波基选取和特征提取 43-50 3.4 低周疲劳图像断口分析 50-53 3.5 纹理变化分析 53-54 3.6 小结 54-55 第四章 基于分形与分维的断口分析 55-68 4.1 分形与分维简介 55-57 4.2 SEM 成像原理 57 4.3 基于能量求取方式的分维计算法 57-62 4.4 基于双毯法的分形维数 62-67 4.5 小结 67-68 第五章 基于GABOR 变换的断口图像分析 68-79 5.1 GABOR 滤波器 68-70 5.2 GABOR 滤波器的参数选择 70-73 5.3 基于GABOR 滤波器的方向分析 73-74 5.4 断口图像走向趋势比较 74-76 5.5 几种断口分析方式的比较 76-78 5.6 小结 78-79 第六章 总结 79-80 致谢 80-81 参考文献 81-84 在学期间的研究成果及获奖情况 84
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 红外图像目标识别及跟踪技术研究,TP391.41
- 水下目标特征的压缩与融合技术研究,TN911.7
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|