4.23文创礼盒,买2个减5元
欢迎光临中图网 请 | 注册
> >
钢材表面锈蚀图像检测与处理

钢材表面锈蚀图像检测与处理

出版社:华中科技大学出版社出版时间:2024-02-01
开本: 16开 页数: 188
本类榜单:工业技术销量榜
中 图 价:¥56.2(7.2折) 定价  ¥78.0 登录后可看到会员价
暂时缺货 收藏
运费6元,满69元免运费
?快递不能达地区使用邮政小包,运费14元起
云南、广西、海南、新疆、青海、西藏六省,部分地区快递不可达
本类五星书更多>

钢材表面锈蚀图像检测与处理 版权信息

  • ISBN:9787568099158
  • 条形码:9787568099158 ; 978-7-5680-9915-8
  • 装帧:平装
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

钢材表面锈蚀图像检测与处理 本书特色

1.案例丰富,以葛洲坝水电站、三峡水电站、隔河岩等几个大型水利建筑为案例;2.技术前沿,采用*新的金属锈蚀图像检测技术,更直观具体,检测效率更高;3.参阅了大量学术研究成果与论文,取长补短,综合概述了相关的技术与方法。

钢材表面锈蚀图像检测与处理 内容简介

本书是以作者多年来从事建筑钢材防锈与检测的研究成果,经过整理加工而成的。主要主要内容是通过金属锈蚀图像检测技术对建筑钢材的锈蚀机理、锈蚀形态及现状进行图像检测,并根据锈蚀情况进行不同的处理,以确保建筑质量的安全性进行介绍。书中以葛洲坝水电站、三峡水电站、隔河岩等几个大型水电站的现场检查以及处理方法等为案例详细介绍,对其它同类建筑的锈蚀情况研究具有重要的参考意义。本书可作为科研院所和高等学校从事建筑钢结构及建筑材料检测技术的研究生或工程技术人员的参考用书,也可作为从事相关工程检测的工程技术人员的参考用书。

钢材表面锈蚀图像检测与处理 目录

第1章 绪论 7
1.1 金属腐蚀与锈蚀的定义 7
1.1.1金属腐蚀与锈蚀的定义 7
1.1.2金属腐蚀的分类 7
1.1.3 金属锈蚀危害 8
1.2 金属锈蚀原理 9
1.2.1 电化学锈蚀 9
1.2.2金属锈蚀的主要影响因素 11
1.3 钢材表面锈蚀试验 13
1.3.1 自然环境下钢材表面锈蚀试验 14
1.3.2 实验室环境下钢材表面锈蚀试验 15
1.3.3 周期喷雾复合腐蚀试验案例 16
1.4 本章小结 18
第2章 锈蚀形态及锈蚀检测技术 19
2.1 锈蚀形态与特征 19
2.1.1 锈蚀形态 19
2.1.2 常用金属的锈蚀特征 20
2.2 传统锈蚀检测技术 20
2.2.1 物理检测方法 21
2.2.2 电化学检测方法 21
2.2.3 无损检测方法 22
2.3 锈蚀图像检测技术 23
2.3.1 锈蚀图像检测的基本流程 24
2.3.2 锈蚀图像的常规检测项目 24
2.3.3 锈蚀图像的常用处理方法 25
2.4 本章小结 27
第3章 锈蚀图像采集的硬件组成 28
3.1 图像传感器 28
3.1.1 CCD图像传感器 29
3.1.2 CMOS图像传感器 30
3.1.3 图像传感器的基本参数 31
3.2 镜头 32
3.2.1 视场角 32
3.2.2 焦距 33
3.3 光源 33
3.4 图像采集卡 36
3.5 本章小结 37
第4章 锈蚀图像的数据压缩方法 38
4.1 基于主成分分析的锈蚀图像压缩 38
4.1.1 主成分分析基础理论 38
4.1.2 基于主成分分析的锈蚀图像压缩实例 40
4.2 基于小波变换的锈蚀图像压缩 47
4.2.1 小波变换图像压缩理论 47
4.2.2 基于小波变换的锈蚀图像压缩实例 50
4.3 基于小波与嵌入式零树编码的锈蚀图像压缩 55
4.3.1 基本理论 55
4.3.2 流程步骤 56
4.3.3 案例分析 57
4.4 本章小结 61
第5章 锈蚀图像的特征增强方法 62
5.1锈蚀图像的颜色空间转换 62
5.1.1 颜色空间转换的理论基础 62
5.2 空间域锈蚀图像特征增强 64
5.2.1 直方图均衡化 64
5.2.2 Gamma校正 65
5.3 频率域锈蚀图像特征增强 66
5.3.1 小波图像特征增强原理 66
5.3.2 同态滤波图像特征增强原理 71
5.4 Retinex理论的锈蚀图像特征增强 73
5.4.1 基础理论 73
5.5 锈蚀图像特征增强的评价指标 74
5.6 锈蚀图像特征增强实例 75
5.7 本章小结 86
第6章 锈蚀图像的目标区域分割 87
6.1图像分割概述 87
6.1.1图像分割的定义 87
6.1.2 图像分割方法 88
6.1.3 图像分割的评价指标 89
6.2 锈蚀区域分割的深度学习模型 90
6.3本章小结 102
第7章 锈蚀目标图像的锈蚀等级评估 104
7.1 锈蚀等级评估的理论基础 104
7.2 锈蚀等级评估的深度学习模型 107
7.2.1 卷积神经网络基础理论 107
7.2.2 基于卷积神经网络VGG16的锈蚀等级评估模型 109
7.3 锈蚀等级评估的应用案例 111
7.3.1 锈蚀等级评估流程 111
7.3.2 锈蚀等级评估 111
7.4 本章小结 120
第8章 锈蚀图像检测系统设计及应用 121
8.1 锈蚀图像检测软件的功能框架 121
8.2 锈蚀图像检测软件的工作流程 122
8.3 锈蚀图像检测软件交互界面设计 123
8.3.1 主界面 123
8.3.2 锈蚀图像采集界面 124
8.3.3 锈蚀图像的预处理界面 126
8.3.4 锈蚀区域分割界面 129
8.3.5 锈蚀等级评估界面 132
8.4 锈蚀图像检测软件的功能测试 134
8.4.1 锈蚀图像采集与压缩功能测试 134
8.4.2 锈蚀图像预处理功能测试 135
8.4.3 锈蚀区域分割功能测试 137
8.4.4 锈蚀等级评估功能测试 139
8.4.5 用户管理功能测试 140
8.5 本章小结 141
参考文献 142
展开全部

钢材表面锈蚀图像检测与处理 作者简介

陈法法,三峡大学教授,湖北秭归人。2013年毕业于重庆大学,获工学博士学位,2018至2019年于新加坡南洋理工大学访学。2015年和2021年被两次选派参加湖北省博士服务团工作。主持和参与完成过十项国家省部级科研项目。发表论文50多篇,被SCI/EI检索收录20余篇。

商品评论(0条)
暂无评论……
书友推荐
编辑推荐
返回顶部
中图网
在线客服