基于图像的煤矸识别和定位方法研究与实现
| 摘要 | 第3-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-17页 |
| 1.1 选题背景及研究意义 | 第9-11页 |
| 1.1.1 选题背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 基于图像的煤矸识别研究现状 | 第11-13页 |
| 1.2.2 基于图像的煤矸定位研究现状 | 第13-14页 |
| 1.3 主要研究内容与技术路线 | 第14-16页 |
| 1.4 本章小结 | 第16-17页 |
| 2 煤矸样本获取与图像特征分析 | 第17-29页 |
| 2.1 煤和矸石图像获取及样本集的建立 | 第17-20页 |
| 2.1.1 图像采集系统硬件平台 | 第17-20页 |
| 2.1.2 煤矸图像样本集的建立 | 第20页 |
| 2.2 煤矸图像处理 | 第20-23页 |
| 2.2.1 煤矸图像高斯滤波 | 第21页 |
| 2.2.2 煤矸图像非线性低通滤波 | 第21-22页 |
| 2.2.3 煤矸图像中值滤波 | 第22页 |
| 2.2.4 滤波器滤波效果的评价 | 第22-23页 |
| 2.3 煤矸图像特征分析 | 第23-27页 |
| 2.3.1 煤矸图像灰度特征分析 | 第24-25页 |
| 2.3.2 煤矸图像纹理特征分析 | 第25-27页 |
| 2.4 本章小结 | 第27-29页 |
| 3 基于图像的煤和矸石识别方法 | 第29-38页 |
| 3.1 基于K-邻近法的煤矸识别方法 | 第29-30页 |
| 3.2 基于最小二乘支持向量机的煤矸识别方法 | 第30-36页 |
| 3.2.1 支持向量机理论 | 第30-33页 |
| 3.2.2 基于最小二乘支持向量机的煤矸识别 | 第33-36页 |
| 3.3 煤矸识别分类器对比验证 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 基于图像的煤和矸石定位方法 | 第38-49页 |
| 4.1 煤矸图像二值化处理 | 第38-41页 |
| 4.2 去除背景颗粒与样本填充 | 第41-43页 |
| 4.3 样本质心提取 | 第43-44页 |
| 4.4 重叠样本分析与定位 | 第44-45页 |
| 4.5 坐标系转换 | 第45-47页 |
| 4.6 本章小结 | 第47-49页 |
| 5 基于图像的煤矸识别和定位的实现 | 第49-58页 |
| 5.1 软件平台的选择 | 第49-50页 |
| 5.2 识别和定位程序设计 | 第50-55页 |
| 5.2.1 煤矸图像采集程序 | 第50-51页 |
| 5.2.2 煤矸图像滤波程序 | 第51-52页 |
| 5.2.3 煤矸图像特征提取程序 | 第52-53页 |
| 5.2.4 煤矸样本训练程序 | 第53页 |
| 5.2.5 煤矸样本识别程序 | 第53-54页 |
| 5.2.6 煤矸样本质心提取程序 | 第54-55页 |
| 5.3 混合煤矸图像的识别及定位程序 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 6 煤矸识别和定位实验验证 | 第58-65页 |
| 6.1 实验平台的搭建 | 第58-59页 |
| 6.2 基于图像的煤矸样本识别验证 | 第59-61页 |
| 6.2.1 正常环境下的煤矸识别验证 | 第59页 |
| 6.2.2 不同光照环境下煤矸识别验证 | 第59-60页 |
| 6.2.3 不同煤矸表面湿度的煤矸识别验证 | 第60-61页 |
| 6.3 基于图像的煤矸样本定位验证 | 第61-63页 |
| 6.4 系统定位和识别时间测量 | 第63-64页 |
| 6.5 本章小结 | 第64-65页 |
| 7 结论与展望 | 第65-67页 |
| 7.1 研究结论 | 第65页 |
| 7.2 展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 附录 | 第73页 |
