|
|
|
|
基于红外热图像识别的大包下渣检测系统的研究 |
| |
| 论文目录 |
| |
| 致谢 | 第1-6页 | | 摘要 | 第6-7页 | | Abstract | 第7-8页 | | 目次 | 第8-10页 | | 1 绪论 | 第10-24页 | | ·引言 | 第10页 | | ·论文研究背景与意义 | 第10-22页 | | ·钢水连铸过程及大包钢水下渣分析 | 第10-13页 | | ·连铸大包下渣检测方法的研究现状 | 第13-17页 | | ·基于红外热图像识别的大包下渣检测方法的提出 | 第17-21页 | | ·红外热图像识别技术的研究历史和应用状况 | 第21-22页 | | ·论文组织架构 | 第22-23页 | | ·本章小结 | 第23-24页 | | 2 红外热成像系统原理及探测器的选择 | 第24-36页 | | ·引言 | 第24页 | | ·红外辐射 | 第24-31页 | | ·红外辐射的基本概念 | 第24-25页 | | ·普朗克辐射定律 | 第25-27页 | | ·维恩位移定律 | 第27-28页 | | ·斯蒂芬-波尔兹曼定律 | 第28-29页 | | ·实际物体的发射率 | 第29-31页 | | ·红外热成像系统组成 | 第31-32页 | | ·探测器的选择 | 第32-34页 | | ·钢流热辐射光谱范围的确定 | 第32-33页 | | ·探测器的选择 | 第33-34页 | | ·本章小结 | 第34-36页 | | 3 红外热图像的预处理 | 第36-49页 | | ·引言 | 第36页 | | ·预处理中的图像对比度增强方法 | 第36-40页 | | ·直方图概念 | 第36-37页 | | ·直方图均衡 | 第37-38页 | | ·对比度增强 | 第38-40页 | | ·预处理中的图像平滑滤波方法 | 第40-42页 | | ·线性滤波 | 第40-41页 | | ·中值滤波 | 第41页 | | ·频率低通滤波 | 第41-42页 | | ·预处理中的图像锐化方法 | 第42-45页 | | ·模糊机理 | 第42页 | | ·梯度锐化 | 第42-43页 | | ·拉普拉斯锐化 | 第43-45页 | | ·实验结果及分析 | 第45-48页 | | ·本章小结 | 第48-49页 | | 4 中间包钢水液面的下渣图像特征提取 | 第49-75页 | | ·引言 | 第49页 | | ·无长水口保护套的下渣特征提取 | 第49-54页 | | ·基于钢流边缘检测的下渣特征提取 | 第49-52页 | | ·基于钢流边缘检测的下渣特征提取实验分析 | 第52-54页 | | ·有长水口保护套的下渣特征提取 | 第54-72页 | | ·基于液面平均灰度变化的下渣特征提取 | 第54-55页 | | ·基于结构相似度的下渣特征提取 | 第55-67页 | | ·基于统计特性的多参数下渣特征提取 | 第67-72页 | | ·实验误差分析 | 第72-73页 | | ·本章小结 | 第73-75页 | | 5 大包下渣检测系统的软件设计 | 第75-94页 | | ·引言 | 第75页 | | ·软件的总体设计 | 第75-80页 | | ·系统软件的功能及其设计 | 第75-76页 | | ·软件应用平台及开发工具 | 第76-79页 | | ·红外图像下渣检测算法流程 | 第79-80页 | | ·关键技术及其实现 | 第80-84页 | | ·多线程技术 | 第80-82页 | | ·Filter Graph的构建 | 第82-84页 | | ·下渣检测软件模块划分及流程图 | 第84-93页 | | ·系统控制模块 | 第84-87页 | | ·视频图像采集模块 | 第87页 | | ·视频图像分析模块 | 第87-89页 | | ·视频图像存取模块 | 第89-90页 | | ·视频图像显示模块 | 第90-91页 | | ·软件整体流程图及效果图 | 第91-93页 | | ·本章小结 | 第93-94页 | | 6 总结与展望 | 第94-96页 | | ·研究总结 | 第94-95页 | | ·工作展望 | 第95-96页 | | 参考文献 | 第96-100页 | | 攻读硕士学位期间的科研成果 | 第100页 |
|
|
|
|
论文编号BS246909，这篇论文共100页
会员购买按0.35元/页下载，共需支付35元。 直接购买按0.5元/页下载，共需要支付50元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务