5.6.1 同态增晰热像增强原理
5.6.2 实验及结果分析
5.7 基于微分的热波图像序列增强方法
5.7.1 基于一阶微分热波图像灰度翻转前后相减的图像增强方法
5.7.2 基于二阶微分温度对比度图像灰度翻转前后相减的图像增强方法
5.8 小结
参考文献
第六章 热波图像序列信息的融合与分离技术
6.1 概述
6.2 图像融合技术
6.2.1 图像融合的定义及层次
6.2.2 图像融合的一般方法
6.3 基于图像差值的融合方法
6.3.1 差值图像的处理
6.3.2 融合系数的确定
6.3.3 基于遗传算法的热波图像序列融合
6.3.4 实验结果分析
6.4 基于小波变换的融合方法
6.4.1 热波图像的小波变换
6.4.2 热波图像的融合及融合规则
6.4.3 基于小波变换的热波图像区域融合
6.4.4 实验及结果分析
6.5 热波图像序列盲分离技术
6.5.1 热像盲源分离基础
6.5.2 基于bss的热波图像数据处理方法
6.5.3 实验结果及分析
6.6 基于小波变换的热波图像序列盲分离方法
6.6.1 单帧热波图像小波变换的bss分析法
6.6.2 多帧热波图像小波变换的bss分析法
6.6.3 基于虚拟通道的小波变换bss分析法
6.7 本章小结
参考文献
第七章 热波图像分割技术
7.1 热波探伤的图像分割概述
7.2 经典图像分割方法
7.2.1 阈值分割方法
7.2.2 类间方差阈值分割方法
7.3 基于数学形态学的图像分割方法
7.3.1 数学形态学基本思想及运算规则
7.3.2 基于分水岭的图像分割方法
7.3.3 基于分水岭的热波探伤图像分割
7.3.4 结论
7.4 基于边缘检测的热图像分割
7.4.1 梯度边缘检测
7.5 基于改进遗传算法的二维*大类间方差热图像分割
7.5.1 二维*大类间方差算法
7.5.2 算法实现的步骤
7.5.3 实验结果
7.6 基于人工免疫技术的热波图像处理
7.6.1 二维*小tsallis交叉熵
7.6.2 基于人工免疫算法的分割闽值优化
7.6.3 结果分析
7.7 基于尖点突变理论的红外热图像损伤边缘检测与分割
7.8 基于粒子群优化模糊聚类的红外热图像分割
7.8.1 粒子群算法
7.8.2 模糊聚类算法
7.8.3 基于粒子群优化的模糊聚类算法
7.8.4 实验结果与分析
7.9 本章小结
参考文献
第八章 热波图像的缺陷特征提取及定量识别
8.1 缺陷形状的图像识别
8.1.1 规则图形的识别
8.1.2 复杂图形的识别
8.1.3 改进的图形识别算法
8.1.4 复杂图形的尺寸提取
8.2 缺陷尺寸(大小)识别
8.2.1 二值链码技术
8.2.2 缺陷大小的测量
8.3 基于*佳检测时间的缺陷深度测量
8.3.1 导热系数比较小的材料(非金属或复合材料)缺陷深度的判别
8.3.2 导热系数较大的金属材料的缺陷深度的判断方法
8.3.3 多元非线性回归求缺陷深度
8.4 基于bp神经网络的缺陷定量识别
8.4.1 bp神经元的传递函数
8.4.2 bp神经网络的结构及算法
8.4.3 基于bp神经网络的缺陷定量识别
8.5 缺陷三维显示和重建
8.5.1 缺陷的三维显示
8.5.2 缺陷的三维重建
8.6 本章小结
参考文献

 2/2   首页 上一页 1 2

自然科学 物理学 理论物理学

在线阅读