首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

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

论文共69页,点击 下载论文
上一篇:WSN中基于拓扑控制的AHM-GAF算法研究
下一篇:基于LabVIEW的控制实验系统的设计与开发