| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-16页 |
| 1.1 课题研究背景及意义 | 第11-13页 |
| 1.2 研究现状 | 第13页 |
| 1.3 研究的主要内容 | 第13-15页 |
| 1.4 本章小结 | 第15-16页 |
| 2 矿石图像预处理及相关算法 | 第16-29页 |
| 2.1 矿石图像处理流程 | 第16-17页 |
| 2.2 矿石图像变换 | 第17-19页 |
| 2.2.1 矿石图像的明暗变换 | 第17-18页 |
| 2.2.2 矿石图像灰度变换 | 第18-19页 |
| 2.3 矿石图像滤波 | 第19-28页 |
| 2.3.1 矿石图像的均值滤波 | 第20-22页 |
| 2.3.2 矿石图像的中值滤波 | 第22-24页 |
| 2.3.3 矿石图像的高斯滤波 | 第24-26页 |
| 2.3.4 矿石图像的双边滤波 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 矿石图像的分割 | 第29-36页 |
| 3.1 图像分割的概念及原理 | 第29-30页 |
| 3.2 图像的阈值分割 | 第30-35页 |
| 3.2.1 阈值分割的概念 | 第30-31页 |
| 3.2.2 全局阈值分割 | 第31-32页 |
| 3.2.3 局部阈值处理 | 第32-33页 |
| 3.2.4 迭代式阈值分割 | 第33页 |
| 3.2.5 最佳熵阈值分割 | 第33-34页 |
| 3.2.6 各类阈值分割算法分割矿石颗粒图像的实验结果 | 第34-35页 |
| 3.3 本章小结 | 第35-36页 |
| 4 基于遗传算法最佳阈值矿石图像分割及矿石颗粒标定 | 第36-45页 |
| 4.1 遗传算法最佳阈值矿石图像分割 | 第36-41页 |
| 4.1.1 遗传算法矿石图像阈值分割 | 第36-39页 |
| 4.1.2 分水岭分割 | 第39-41页 |
| 4.2 矿石颗粒标定 | 第41-44页 |
| 4.2.1 标定理论 | 第41-42页 |
| 4.2.2 矿石颗粒标定的方法 | 第42-44页 |
| 4.3 本章小结 | 第44-45页 |
| 5 试验与数据分析 | 第45-58页 |
| 5.1 矿石图像获取与样本矿石颗粒分级 | 第45-47页 |
| 5.1.1 矿石图像采集 | 第45-47页 |
| 5.1.2 矿石粒度分级和表示 | 第47页 |
| 5.2 人工筛分实验 | 第47-50页 |
| 5.2.1 人工筛分试验工具 | 第47-48页 |
| 5.2.2 临界大小矿石样品颗粒 | 第48-50页 |
| 5.3 筛分试验数据 | 第50-51页 |
| 5.4 矿石粒度参数 | 第51-53页 |
| 5.4.1 粒度参数 | 第51-52页 |
| 5.4.2 矿石颗粒像素与实际尺寸转换 | 第52-53页 |
| 5.5 矿石粒度的统计与试验数据分析 | 第53-57页 |
| 5.5.1 粒度统计算法 | 第53-54页 |
| 5.5.2 统计结果与数据分析 | 第54-57页 |
| 5.6 本章小结 | 第57-58页 |
| 6 MATLAB粒度检测系统设计 | 第58-61页 |
| 6.1 图像采集部分设计 | 第58页 |
| 6.2 MATLAB粒度检测系统界面设计 | 第58-60页 |
| 6.2.1 MATLAB图像处理模块 | 第59-60页 |
| 6.3 本章小结 | 第60-61页 |
| 7 总结与展望 | 第61-63页 |
| 7.1 总结 | 第61-62页 |
| 7.2 展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第67页 |