| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 选题的背景与意义 | 第8-10页 |
| 1.1.1 选题的背景 | 第8-9页 |
| 1.1.2 选题的意义 | 第9-10页 |
| 1.2 滑石分类的现状 | 第10-11页 |
| 1.3 课题研究的主要内容 | 第11-13页 |
| 第2章 滑石矿品图像的分类与预处理 | 第13-24页 |
| 2.1 滑石矿品图像分类方法 | 第13-15页 |
| 2.1.1 滑石分类过程 | 第13-14页 |
| 2.1.2 滑石矿品样品 | 第14-15页 |
| 2.2 滑石矿品图像平滑滤波处理 | 第15-16页 |
| 2.3 图像缩放和图像锐化增强 | 第16-17页 |
| 2.3.1 高斯图像金字塔 | 第16-17页 |
| 2.3.2 图像拉普拉斯锐化增强 | 第17页 |
| 2.4 背景去除 | 第17-23页 |
| 2.4.1 Canny边缘检测算法原理 | 第17-18页 |
| 2.4.2 形态学理论 | 第18-19页 |
| 2.4.3 图像掩模 | 第19页 |
| 2.4.4 滑石矿品背景去除流程 | 第19-21页 |
| 2.4.5 背景去除处理效果 | 第21-22页 |
| 2.4.6 衡量滑石矿品图像背景去除效果的标准 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 滑石矿品图像灰度和颜色特征提取 | 第24-37页 |
| 3.1 RGB颜色模型 | 第24-25页 |
| 3.2 HSV颜色模型 | 第25页 |
| 3.3 彩色图像灰度变换理论 | 第25-26页 |
| 3.4 灰度直方图 | 第26-28页 |
| 3.4.1 灰度直方图的定义 | 第26-27页 |
| 3.4.2 基于直方图的统计特征 | 第27-28页 |
| 3.5 滑石矿品图像灰度直方图和特征量分析 | 第28-34页 |
| 3.5.1 滑石矿品灰度直方图 | 第28-29页 |
| 3.5.2 滑石矿品图像灰度直方图特征量分析 | 第29-34页 |
| 3.6 基于HSV颜色空间的滑石矿品颜色分类 | 第34-36页 |
| 3.7 本章小结 | 第36-37页 |
| 第4章 基于小波变换的滑石矿品图像纹理特征值提取 | 第37-53页 |
| 4.1 图像纹理特征值的提取方法 | 第37-38页 |
| 4.1.1 基于空间域的纹理特征提取方法 | 第37-38页 |
| 4.1.2 基于频域的纹理特征提取方法 | 第38页 |
| 4.2 小波图像分析理论 | 第38-43页 |
| 4.2.1 连续小波变换 | 第39-40页 |
| 4.2.2 离散小波变换 | 第40-42页 |
| 4.2.3 Mallat快速算法 | 第42-43页 |
| 4.3 滑石矿品图像的小波分解 | 第43-44页 |
| 4.4 滑石矿品图像纹理特征提取 | 第44-51页 |
| 4.4.1 滑石矿品图像的纹理特征值 | 第44-45页 |
| 4.4.2 特征值的归一化处理 | 第45-46页 |
| 4.4.3 滑石矿品图像的相对归一化纹理特征值曲线 | 第46-51页 |
| 4.5 阈值设定方法 | 第51-52页 |
| 4.5.1 最大类间差法 | 第51页 |
| 4.5.2 滑石矿品各特征值阈值设定方法 | 第51-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第5章 滑石矿品图像自动分类的软件实现 | 第53-59页 |
| 5.1 OpenCV的简介 | 第53页 |
| 5.2 微软基础类库(MFC) | 第53-54页 |
| 5.3 程序设计流程 | 第54-57页 |
| 5.4 软件实现操作界面 | 第57-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第6章 分类阈值设定试验结果及分析 | 第59-68页 |
| 6.1 分类阈值设定 | 第59-65页 |
| 6.2 滑石矿品识别率实验 | 第65-67页 |
| 6.3 本章小结 | 第67-68页 |
| 第7章 总结与展望 | 第68-70页 |
| 7.1 总结 | 第68页 |
| 7.2 展望 | 第68-70页 |
| 参考文献 | 第70-72页 |
| 攻读硕士学位期间取得的研究成果 | 第72-73页 |
| 致谢 | 第73-74页 |