| 1 文献综述 | 第1-22页 |
| 1．1 数字图象技术概况 | 第7-11页 |
| 1．1．1 数字图象技术的发展 | 第7-8页 |
| 1．1．2 数字图象技术的应用 | 第8-11页 |
| 1．2 显微图象技术进展 | 第11-13页 |
| 1．3 数字图象技术在矿物加工中的发展与应用 | 第13-17页 |
| 1．3．1 数字图象分析在粒度分析中的应用 | 第13-14页 |
| 1．3．2 数字图象分析在浮选方面的应用 | 第14-17页 |
| 1．4 数字图象处理软件技术 | 第17-19页 |
| 1．4．1 图象文件格式及用户接口 | 第17-18页 |
| 1．4．2 开发工具 | 第18-19页 |
| 1．5 论文的选题和主要研究内容 | 第19-21页 |
| 1．5．1 选题的目的和意义 | 第19-20页 |
| 1．5．2 研究的主要内容 | 第20-21页 |
| 1．6 小结 | 第21-22页 |
| 2 图象表示及预处理基本原理 | 第22-36页 |
| 2．1 图象数字化 | 第22-23页 |
| 2．2 颜色模型 | 第23-24页 |
| 2．3 灰度化与伪彩色处理 | 第24-25页 |
| 2．3．1 灰度化处理 | 第24页 |
| 2．3．2 伪彩色处理 | 第24-25页 |
| 2．4 位图结构 | 第25-26页 |
| 2．5 矿物显微图象增强基本原理 | 第26-28页 |
| 2．5．1 对比度调整 | 第26页 |
| 2．5．2 基于直方图图象分割 | 第26-28页 |
| 2．6 图象噪声处理 | 第28-30页 |
| 2．6．1 领域平均 | 第28页 |
| 2．6．2 多图象平均法 | 第28-29页 |
| 2．6．3 中值滤波 | 第29-30页 |
| 2．7 图象增强 | 第30-32页 |
| 2．8 图象边缘检测 | 第32-35页 |
| 2．8．1 一阶微分 | 第32-33页 |
| 2．8．2 二阶微分 | 第33页 |
| 2．8．3 马尔（Marr）边缘检测 | 第33-34页 |
| 2．8．4 数学形态学边缘检测 | 第34-35页 |
| 2．9 小结 | 第35-36页 |
| 3 显微图象识别及其算法的研究 | 第36-50页 |
| 3．1 四类模式识别特点 | 第37-39页 |
| 3．2 四链码跟踪算法 | 第39-40页 |
| 3．3 区域边界积分算法及粒度分布 | 第40-45页 |
| 3．3．1 边界积分算法 | 第40-42页 |
| 3．3．2 邻接颗粒分离准则 | 第42-44页 |
| 3．3．3 粒度换算及分布 | 第44-45页 |
| 3．4 电子显微镜图象识别 | 第45-46页 |
| 3．5 细菌图象识别初探 | 第46-49页 |
| 3．6 小结 | 第49-50页 |
| 4 显微图象粒度分析系统软件设计 | 第50-65页 |
| 4．1 软件设计环境 | 第51页 |
| 4．2 粒度分布 | 第51-58页 |
| 4．3 单步识别方式 | 第58-59页 |
| 4．4 选择性粒度分布 | 第59-62页 |
| 4．5 MSAS系统的扩展 | 第62-64页 |
| 4．6 小结 | 第64-65页 |
| 5 MSAS应用 | 第65-77页 |
| 5．1 MSAS分析与其它分析方法的比较 | 第65-73页 |
| 5．1．1 MSAS分析与水析、激光粒度分析的比较 | 第65-69页 |
| 5．1．2 MSAS分析与筛分分析的比较 | 第69-73页 |
| 5．2 精细粒度分析 | 第73-76页 |
| 5．2．1 窄级别粒度分析 | 第73-76页 |
| 5．2．2 皮尔逊χ~2检验 | 第76页 |
| 5．3 MSAS的用途 | 第76页 |
| 5．4 小结 | 第76-77页 |
| 6 结论 | 第77-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-84页 |