| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-22页 |
| 1.1 课题研究的背景、意义及现状 | 第9-12页 |
| 1.2 高炉冶炼生产工艺介绍 | 第12-14页 |
| 1.3 煤气流分布形成与十字测温和炉顶摄像可行性分析 | 第14-20页 |
| 1.3.1 煤气流形成过程和合理分布 | 第14-17页 |
| 1.3.2 可行性分析 | 第17-18页 |
| 1.3.3 料面温度场在线检测方案 | 第18-20页 |
| 1.4 论文的研究目标及内容安排 | 第20-22页 |
| 1.4.1 本文研究的目标 | 第20-21页 |
| 1.4.2 本文内容安排 | 第21-22页 |
| 2 智能算法基础理论 | 第22-28页 |
| 2.1 二源时空配准 | 第22-23页 |
| 2.2 BP 神经网络（BP NEURAL NETWORK） | 第23-25页 |
| 2.3 递阶遗传优化算法 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 图像处理与特征提取 | 第28-36页 |
| 3.1 数字图像及其矩阵表示 | 第28-29页 |
| 3.2 灰度处理和二值化 | 第29-31页 |
| 3.3 图像分割 | 第31-33页 |
| 3.4 椭圆拟合方法 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 中心煤气流分布与边缘煤气流分布识别 | 第36-46页 |
| 4.1 中心煤气流分布识别 | 第36-41页 |
| 4.1.1 基本 BP 神经网络对中心煤气流分布的识别 | 第36-38页 |
| 4.1.2 递阶遗传算法优化 BP 神经网络对中心煤气流分布的识别 | 第38-39页 |
| 4.1.3 模糊神经网络对中心煤气流分布的识别 | 第39-41页 |
| 4.1.4 中心煤气流分布识别结果分析 | 第41页 |
| 4.2 边缘煤气流分布识别 | 第41-44页 |
| 4.3 模型融合 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 5 煤气流分布整体评价 | 第46-51页 |
| 5.1 三维直方图 | 第46-48页 |
| 5.2 等温线图 | 第48-49页 |
| 5.3 炉顶摄像十字测温方向煤气流走势 | 第49-50页 |
| 5.4 二维灰度直方图 | 第50页 |
| 5.5 本章小结 | 第50-51页 |
| 6 结论与展望 | 第51-53页 |
| 6.1 结论 | 第51-52页 |
| 6.2 展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录 | 第57-59页 |
| 在学研究成果 | 第59-60页 |
| 致谢 | 第60页 |
