声明
第1章 绪论
1.1 课题来源
1.2 课题的背景和意义
1.3 多重分形及图像识别发展现状
1.3.1 分形理论与多重分形发展现状
1.3.2 基于多重分形的图像识别发展现状
1.4 本文主要研究内容
第2章 多重分形去趋势波动分析理论与算法
2.1 多重分形
2.1.1 分形理论
2.1.2 多重分形理论
2.2 多重分形算法
2.2.1 标准盒计数法
2.2.2 多重分形去趋势波动分析(MF-DFA)
2.2.3 算法性能比较
2.3 基于三角覆盖的二维MF-DFA
2.3.1 三角覆盖模型
2.3.2 三角覆盖二维MF-DFA
2.4 本章小结
第3章 基于MF-DFA的环形零件图像特征值提取
3.1 环形零件图像多重分形特性
3.1.1 环形零件图像采集
3.1.2 环形零件图像分形特性分析
3.1.3 环形零件图像多重分形特性分析
3.2 环形零件图像多重分形谱计算
3.3 环形零件图像多重分形谱特征分析
3.3.1 环形零件图像多重分形谱种类特征分析
3.3.2 环形零件图像多重分形谱缺陷特征分析
3.4 环形零件图像多重分形谱特征值提取
3.4.1 核主成分分析(KPCA)
3.4.2 环形零件图像多重分形谱种类特征值提取
3.4.3 环形零件图像多重分形谱缺陷特征值提取
3.5 本章小结
第4章 基于MF-DFA的环形零件图像识别
4.1 SVM
4.1.1 SVM原理
4.1.2 Lib-SVM
4.2 基于MF-DFA的环形零件图像种类识别
4.2.1 环形零件图像种类识别数据准备
4.2.2 环形零件图像种类识别预测结果与数据分析
4.3 基于MF-DFA的环形零件图像缺陷识别
4.3.1 环形零件图像缺陷识别数据准备
4.3.2 环形零件图像缺陷识别预测结果与数据分析
4.4本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
附录1 硕士期间成果
附录2 部分正常环形零件图像
附录3 部分缺陷环形零件图像