| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题研究背景与意义 | 第9-11页 |
| 1.1.1 课题研究背景 | 第9-10页 |
| 1.1.2 课题研究意义 | 第10-11页 |
| 1.2 国内研究现状 | 第11-14页 |
| 1.2.1 计算机视觉 | 第11页 |
| 1.2.2 带式输送机故障检测技术 | 第11-14页 |
| 1.3 论文研究内容及结构安排 | 第14-17页 |
| 1.3.1 论文的主要研究内容 | 第14页 |
| 1.3.2 论文结构安排 | 第14-17页 |
| 第二章 相关技术介绍 | 第17-25页 |
| 2.1 Open CV开源视觉库 | 第17-20页 |
| 2.1.1 OpenCV概述 | 第17页 |
| 2.1.2 OpenCV基本结构 | 第17-18页 |
| 2.1.3 OpenCV的主要功能 | 第18页 |
| 2.1.4 OpenCV平台的搭建 | 第18-20页 |
| 2.2 图像灰度化 | 第20页 |
| 2.3 数学形态学 | 第20-23页 |
| 2.3.1 灰度腐蚀与灰度膨胀 | 第21-23页 |
| 2.3.2 开运算与闭运算 | 第23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 基于WGIF的Retinex矿井图像增强技术 | 第25-35页 |
| 3.1 单尺度Retinex算法 | 第25-27页 |
| 3.2 引导滤波 | 第27-28页 |
| 3.3 基于WGIF同步去噪的SSR算法 | 第28-31页 |
| 3.3.1 图像低频分量增强 | 第28-29页 |
| 3.3.2 图像高频分量去噪 | 第29-30页 |
| 3.3.3 本章算法 | 第30-31页 |
| 3.4 实验结果与分析 | 第31-34页 |
| 3.4.1 主观评价 | 第31-33页 |
| 3.4.2 客观评价 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 基于视觉技术的带式输送机跑偏监测 | 第35-45页 |
| 4.1 输送带跑偏特征分析 | 第35-36页 |
| 4.1.1 跑偏故障的危害 | 第35-36页 |
| 4.1.2 跑偏故障的原因 | 第36页 |
| 4.1.3 跑偏特征分析 | 第36页 |
| 4.2 输送带跑偏监测算法 | 第36-41页 |
| 4.2.1 图像预处理 | 第37页 |
| 4.2.2 图像边缘检测 | 第37-40页 |
| 4.2.3 输送带直线特征提取 | 第40-41页 |
| 4.3 输送带跑偏故障识别 | 第41-43页 |
| 4.4 实验结果与分析 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 基于Open CV的带式输送机打滑监测 | 第45-59页 |
| 5.1 输送带打滑特征分析 | 第45-46页 |
| 5.1.1 打滑故障的危害 | 第45页 |
| 5.1.2 打滑故障的原因 | 第45-46页 |
| 5.1.3 打滑特征分析 | 第46页 |
| 5.2 输送带打滑监测算法 | 第46-55页 |
| 5.2.1 输送带图像获取及预处理 | 第47页 |
| 5.2.2 运动区域提取 | 第47-52页 |
| 5.2.3 质心轨迹跟踪 | 第52-54页 |
| 5.2.4 输送带速度计算 | 第54-55页 |
| 5.3 输送带打滑故障识别 | 第55页 |
| 5.4 实验结果与分析 | 第55-57页 |
| 5.5 本章小结 | 第57-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 攻读硕士期间取得的研究成果 | 第67页 |