基于彎曲小波變換的航空構(gòu)件斷口圖像識別新方法研究.pdf

1、本論文是在國家自然科學(xué)基金(50775208、51075372)和無損檢測技術(shù)教育部重點實驗室開放基金(No.ZD200829003)資助下,針對傳統(tǒng)的金屬斷口圖像處理方法存在的不足,將Bandelet變換應(yīng)用于金屬斷口圖像處理中,提出了基于Bandelet變換的金屬斷口圖像處理方法,取得了比較好的創(chuàng)新性成果。其主要內(nèi)容包括以下幾個方面:
　　 第一章,論述了本課題的提出及其研究意義。綜述了金屬斷口圖像識別國內(nèi)外研究現(xiàn)狀和Ban

2、delet變換的國內(nèi)外發(fā)展現(xiàn)狀,提出了本論文的主要內(nèi)容及創(chuàng)新之處。
　　 第二章,論述了小波變換理論及其在斷口圖像識別中存在的不足。在此基礎(chǔ)上,論述了第二代Bandelet變換的理論和算法。通過仿真實驗,說明Bandelet變換與小波變換在斷口圖像處理中的不同和優(yōu)點。本章的內(nèi)容是整篇論文的理論基礎(chǔ)。
　　 第三章,提出了基于Bandelet變換的金屬斷口圖像消噪方法。在提出的方法中,首先用對帶噪聲的金屬斷口圖像進行四叉樹

3、分割,同時得到各分割區(qū)域內(nèi)的最佳幾何流方向,并沿Bandelet塊的最佳幾何方向進行曲波變換,最后利用SUREShink計算各Bandelet塊的自適應(yīng)閾值,然后采用多層軟閾值去除噪聲,進行Bandelet逆變換重構(gòu)圖像。實驗表明,該方法是有效的,與傳統(tǒng)的小波子帶多閾值去噪法相比,該算法不僅提高了去噪后圖像的峰值信噪比(PSNR),而且具有更強的邊緣保持能力。
　　 同時,還研究了基于Bandelet變換的金屬斷口圖像增強方法,

4、并與基于小波變換的金屬斷口圖像增強方法進行了對比分析,仿真和實驗結(jié)果表明,在金屬斷口圖像增強方面,也顯示了Bandelet變換比小波變換的優(yōu)勢。
　　 第四章,結(jié)合Bandelet變換和神經(jīng)網(wǎng)絡(luò)的各自特點,提出了一種基于Bandelet變換的金屬斷口形貌非線性識別方法,在提出的方法中,利用Bandelet變換提取金屬斷口圖像的Bandelet熵作為特征向量,神經(jīng)網(wǎng)絡(luò)作為非線性分類器,對幾種典型的金屬斷口圖像進行了實驗驗證。同時,

5、提出的方法與基于傳統(tǒng)的小波變換的金屬斷口圖像識別方法進行了對比,實驗結(jié)果表明,由于Bandelet變換克服了小波變換在處理金屬斷口圖像邊緣存在的不足,得到了比傳統(tǒng)的小波變換方法更好的識別效果。
　　 第五章,結(jié)合脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)和Bandelet變換理論,提出了一種新的金屬斷口模式識別方法,在提出的方法中,將斷口圖像首先進行PCNN分割,然后對斷口圖像進行Bandelet變換得到Bandelet熵,并且將其作為斷口識