硫浮选泡沫图像动态纹理建模及在工况识别中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-17页 |
| 1.1 课题研究背景和意义 | 第9-10页 |
| 1.2 泡沫浮选的基本原理 | 第10-12页 |
| 1.2.1 浮选机理 | 第10页 |
| 1.2.2 浮选工艺及设备 | 第10-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.3.1 浮选泡沫图像静态纹理研究现状 | 第12-13页 |
| 1.3.2 图像动态纹理研究现状 | 第13-14页 |
| 1.4 硫浮选泡沫图像纹理分析 | 第14-15页 |
| 1.5 论文研究工作及内容安排 | 第15-17页 |
| 2 硫浮选泡沫静态纹理特征分析 | 第17-30页 |
| 2.1 硫浮选图像特点及工况分析 | 第17-20页 |
| 2.1.1 硫浮选异常工况分析 | 第17-19页 |
| 2.1.2 硫浮选正常工况分析 | 第19-20页 |
| 2.2 硫浮选泡沫图像纹理特征描述 | 第20-29页 |
| 2.2.1 基于灰度共生矩阵的纹理特征描述 | 第20-24页 |
| 2.2.2 基于灰度-梯度共生矩阵纹理特征描述 | 第24-29页 |
| 2.3 小结 | 第29-30页 |
| 3 硫浮选泡沫图像的动态纹理建模 | 第30-46页 |
| 3.1 动态纹理的描述 | 第31-34页 |
| 3.1.1 动态纹理的数学定位 | 第31-32页 |
| 3.1.2 硫浮选泡沫图像序列及分析方法 | 第32-34页 |
| 3.2 动态纹理建模 | 第34-39页 |
| 3.2.1 基于小波分解的数据降维 | 第34-35页 |
| 3.2.2 动态纹理参数模型 | 第35-36页 |
| 3.2.3 动态纹理模型参数 | 第36-39页 |
| 3.3 模型参数分析 | 第39-45页 |
| 3.3.1 参数C—粗细度 | 第40-41页 |
| 3.3.2 参数A—图像合成速度 | 第41-43页 |
| 3.3.3 参数B—噪声强度 | 第43-45页 |
| 3.4 小结 | 第45-46页 |
| 4. 硫浮选泡沫图像纹理识别 | 第46-55页 |
| 4.1 硫浮选泡沫图像分类识别 | 第46-52页 |
| 4.1.1 支持向量机理论 | 第46-49页 |
| 4.1.2 基于SVM的硫浮选泡沫图像的识别 | 第49-51页 |
| 4.1.3 实验结果及分析 | 第51-52页 |
| 4.2 基于最小距离分类的动态纹理识别 | 第52-54页 |
| 4.3 小结 | 第54-55页 |
| 5. 结论与展望 | 第55-57页 |
| 5.1 结论 | 第55-56页 |
| 5.2 后续工作及展望 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 攻读硕士学位期间主要的研究成果 | 第63-65页 |
| 致谢 | 第65页 |
