浮选视频图像获取的光照系统设计及图像处理
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 矿物浮选 | 第9-12页 |
| 1.2.1 浮选流程 | 第9-11页 |
| 1.2.2 浮选监测的难点 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 论文研究内容与结构安排 | 第14-16页 |
| 1.4.1 论文主要研究工作及方法 | 第14页 |
| 1.4.2 论文结构 | 第14-16页 |
| 第二章 非成像光学理论及均匀配光设计 | 第16-27页 |
| 2.1 非成像光学理论基础 | 第16-20页 |
| 2.1.1 非成像光学的定义 | 第16-17页 |
| 2.1.2 非成像光学的性质 | 第17-20页 |
| 2.2 均匀配光设计 | 第20-26页 |
| 2.2.1 自由曲面透镜的构造 | 第20-25页 |
| 2.2.2 模拟与验证 | 第25-26页 |
| 2.3 实验结果与分析 | 第26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于自适应分数阶微分的图像增强 | 第27-40页 |
| 3.1 传统浮选气泡图像的增强算法 | 第27-30页 |
| 3.2 分数阶微分的差分式和掩模算子的构造 | 第30-34页 |
| 3.3 基于自适应分数阶微分图像增强 | 第34-37页 |
| 3.3.1 自适应分数阶微分阶数函数的构造 | 第34-36页 |
| 3.3.2 自适应分数微分函数最优参数的确定 | 第36-37页 |
| 3.4 实验结果与分析 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 浮选图像的分类及判别 | 第40-53页 |
| 4.1 浮选气泡图像表面视觉特点 | 第40-41页 |
| 4.2 浮选气泡图像参数分析 | 第41-44页 |
| 4.2.1 浮选图像静态特征与工况的关系 | 第42-43页 |
| 4.2.2 浮选图像动态特征与工况的关系 | 第43-44页 |
| 4.3 浮选图像分类及判别方法 | 第44-52页 |
| 4.3.1 基于经典阈值分割分类气泡图像 | 第44-46页 |
| 4.3.2 基于Canny算子分类气泡图像 | 第46-49页 |
| 4.3.3 基于灰度共生矩阵分类气泡图像 | 第49-51页 |
| 4.3.4 多元线性回归判别 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 基于分数阶积分谷底检测的浮选气泡提取 | 第53-68页 |
| 5.1 浮选气泡图像的分割基础 | 第53-58页 |
| 5.1.1 浮选气泡图像分割特点 | 第53-54页 |
| 5.1.2 三维谷底检测 | 第54-57页 |
| 5.1.3 图像谷底检测的模板实现 | 第57-58页 |
| 5.2 基于分数阶积分的谷底检测算法 | 第58-65页 |
| 5.2.1 模板构造 | 第58-60页 |
| 5.2.2 气泡的毛刺去除及断口连接 | 第60-64页 |
| 5.2.3 实验结果及分析 | 第64-65页 |
| 5.3 新算法和传统算法的比较与分析 | 第65-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-71页 |
| 6.1 总结 | 第68-69页 |
| 6.2 本课题的创新点 | 第69页 |
| 6.3 展望 | 第69-71页 |
| 结束语 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第77页 |
