基于机器视觉的黑钨初选系统关键技术及工艺研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 选题背景 | 第9-10页 |
| 1.2 国内外研究现状和发展趋势 | 第10-12页 |
| 1.3 基于机器视觉的钨矿初选发展趋势 | 第12-13页 |
| 1.4 本文主要研究内容 | 第13-14页 |
| 第二章 基于DSP技术的黑钨分选控制系统 | 第14-25页 |
| 2.1 基于机器视觉应用的DSP技术 | 第14-18页 |
| 2.1.1 主要类型 | 第14-15页 |
| 2.1.2 TI公司的DSP芯片 | 第15-18页 |
| 2.2 基于黑钨机器分选的DSP硬件系统 | 第18-21页 |
| 2.2.1 视频解码电路 | 第19页 |
| 2.2.2 SDRAM接口电路 | 第19-20页 |
| 2.2.3 FLASH接口电路 | 第20-21页 |
| 2.2.4 视频编码电路 | 第21页 |
| 2.3 目标系统主要技术指标 | 第21-22页 |
| 2.4 目标系统的应用开发 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 黑钨初选算法研究 | 第25-46页 |
| 3.1 算法基本思路 | 第25-26页 |
| 3.2 颜色空间 | 第26-28页 |
| 3.2.1 RGB颜色空间 | 第26-27页 |
| 3.2.2 HSV颜色空间 | 第27-28页 |
| 3.3 阈值计算 | 第28-30页 |
| 3.3.1 极小值点阈值选取方法 | 第29页 |
| 3.3.2 最优阈值搜寻方法 | 第29-30页 |
| 3.4 边缘检测算法 | 第30-32页 |
| 3.4.1 Robel算子 | 第30-31页 |
| 3.4.2 Sobel算子 | 第31页 |
| 3.4.3 拉普拉斯算子 | 第31-32页 |
| 3.5 黑钨初选的核心算法 | 第32-36页 |
| 3.5.1 RGB转换到HSV | 第32-33页 |
| 3.5.2 目标分割与定位 | 第33-36页 |
| 3.6 黑钨初选算法实现 | 第36-42页 |
| 3.7 实验结果与分析 | 第42-45页 |
| 3.8 本章小结 | 第45-46页 |
| 第四章 黑钨机器分选系统的工艺研究 | 第46-51页 |
| 4.1 矿石的碎石控制 | 第46-47页 |
| 4.2 洗矿 | 第47页 |
| 4.3 原矿输送 | 第47页 |
| 4.4 照明控制 | 第47-48页 |
| 4.5 图像采集 | 第48页 |
| 4.6 图像处理 | 第48页 |
| 4.7 矿石分选 | 第48-49页 |
| 4.8 抓选量的计算 | 第49-50页 |
| 4.9 本章小结 | 第50-51页 |
| 第五章 结论与展望 | 第51-53页 |
| 5.1 本文结论 | 第51-52页 |
| 5.2 工作展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间的研究成果 | 第57页 |
