基于机器视觉的萃取过程铜离子浓度软测量
摘要 | 第1-6页 |
ABSTRACT | 第6-9页 |
第1章 绪论 | 第9-17页 |
·研究背景 | 第9页 |
·机器视觉技术的研究与应用现状 | 第9-12页 |
·机器视觉技术构成 | 第9-11页 |
·机器视觉的特点 | 第11页 |
·机器视觉技术的应用现状 | 第11-12页 |
·软测量方法介绍 | 第12-16页 |
·软测量技术基本原理 | 第12-15页 |
·软测量技术应用现状 | 第15-16页 |
·论文结构安排 | 第16-17页 |
第2章 反萃余液图像采集系统的硬件设计 | 第17-23页 |
·机器视觉系统的组成 | 第17-19页 |
·光源 | 第17-18页 |
·CCD相机和镜头 | 第18页 |
·图像采集卡和计算机 | 第18-19页 |
·液体容器的选择 | 第19页 |
·本课题机器视觉系统的硬件设计 | 第19-20页 |
·光照箱和摄像头 | 第20页 |
·图像采集卡 | 第20页 |
·本章小结 | 第20-23页 |
第3章 反萃余液液体图像的预处理 | 第23-41页 |
·彩色空间的选择 | 第23-27页 |
·彩色空间介绍 | 第23-25页 |
·彩色空间的选择 | 第25-26页 |
·彩色空间的转换 | 第26-27页 |
·图像平滑预处理 | 第27-35页 |
·滤波器介绍 | 第27-30页 |
·中值滤波 | 第30-31页 |
·滤波实验结果与分析 | 第31-35页 |
·基于小波技术的光照补偿 | 第35-40页 |
·光照对识别的影响 | 第35页 |
·小波变换简介 | 第35-38页 |
·二维图像的小波变换 | 第38-39页 |
·基于小波变换的光照补偿 | 第39-40页 |
·本章小结 | 第40-41页 |
第4章 反萃余液液体图像的分割 | 第41-51页 |
·图像分割 | 第41-47页 |
·图像分割方法综述 | 第41-45页 |
·OTSU阈值分割算法 | 第45-47页 |
·实验结果分析 | 第47-50页 |
·彩色图像分割 | 第47-49页 |
·灰度图像分割 | 第49-50页 |
·本章小结 | 第50-51页 |
第5章 基于偏最小二乘的铜离子浓度软测量 | 第51-63页 |
·实验数据 | 第51-52页 |
·偏最小二乘回归理论 | 第52-55页 |
·偏最小二乘回归 | 第52-54页 |
·偏最小二乘回归的特点 | 第54-55页 |
·基于偏最小二乘回归的铜离子浓度预测模型 | 第55-62页 |
·铜离子浓度预测模型 | 第55-57页 |
·分段预测铜离子浓度 | 第57-62页 |
·本章小结 | 第62-63页 |
第6章 总结与展望 | 第63-65页 |
·总结 | 第63页 |
·展望 | 第63-65页 |
参考文献 | 第65-69页 |
致谢 | 第69页 |