孙国明-智能诊断与专家系统研究室-南京航空航天大学.doc

编号 南京航空航天大学 毕业论文 题 目 小波分析在图像损伤检测中的应用研究 学生姓名 孙国民 学 号 060430119 学 院 民航（飞行）学院 专 业 交通运输（适航技术与管理） 班 级 0704601 指导教师 陈果 副教授 二〇〇八年六月 南京航空航天大学 本科毕业设计（论文）诚信承诺书 本人郑重声明：所呈交的毕业设计（论文）（题目：小波分析在图像损伤检测中的应用研究）是本人在导师的指导下独立进行研究所取得的成果。尽本人所知，除了毕业设计（论文）中特别加以标注引用的内容外，本毕业设计（论文）不包含任何其他个人或集体已经发表或撰写的成果作品。 作者签名： 年 月 日 （学号）：  小波分析在图像损伤检测中的应用研究 摘 要 磨损是机械损伤的重要形式，磨粒是研究磨损的重要依据。所以，磨粒分析是进行损伤检测的有效手段之一。被誉为“数学显微镜”的小波分析由于在时频两域都具有多分辨分析的功能，在图像处理方面有诸多优点。本文对采集到的滑油滤上的磨粒照片进行小波分析，通过对分解、降噪、重构后的图像进行边缘检测等处理，提取出反映磨粒重量的磨粒覆盖区域的面积和周长两个几何特征量。然后通过大量实验获取特征量与对应磨屑重量的样本，运用多元线性回归分析方法得到特征量与对应磨屑重量的回归方程，并进行假设检验。最后进行实验验证，计算磨粒重量。结果显示，本文所采用的方法是可以接受的。 关键词：损伤检测，小波分析，图像处理，特征提取  The Application and Study on Wavelet Analysis for the Image Damage Detection Abstract Wear is an important form of mechanical damage. Wear particle is an important basis for wear research. Therefore, the wear particle analysis is one of the effective means for damage detection. With multi-resolution analysis function both in the time domain and frequency domain, the wavelet analysis, which has been taken as ‘mathematical microscope’, has many advantages in image processing. In this paper, we analyzed the images of the wear particles collected from the oil filter with wavelet analysis. Through edge detection and other processing with the images after decomposition, noise reduction, and reconstruction, we extracted two geometric features that can show the weight of the wear particle, that are the area and the perimeter of the regions covered by the wear particles. After getting samples of features and corresponding weights of debris through a large number of experiments, we gained the regression equation of features and corresponding debris weights, using multiple linear regression analysis, then we made hypothesis testing. Finally, we carry out experimental verification and calculated the weight of debris. The results showed that the method us