| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-16页 |
| ·课题研究背景与意义 | 第8-9页 |
| ·泡沫浮选工艺概述 | 第9-12页 |
| ·浮选原理 | 第9-10页 |
| ·浮选工艺过程 | 第10-11页 |
| ·精选泡沫特性 | 第11-12页 |
| ·浮选泡沫图像处理的发展与研究现状 | 第12-14页 |
| ·浮选泡沫数字图像技术研究现状 | 第12-13页 |
| ·泡沫图像纹理特征研究现状 | 第13-14页 |
| ·论文主要研究内容 | 第14-16页 |
| 第二章 精选泡沫图像纹理分析 | 第16-27页 |
| ·铝土矿精选泡沫分析 | 第16-19页 |
| ·铝土矿精选泡沫表面状态分析 | 第16-17页 |
| ·浮选操作变量与精选泡沫层表面状态的定性关系 | 第17-19页 |
| ·精选泡沫图像特点以及图像分类流程 | 第19-23页 |
| ·精选泡沫图像特点 | 第20-21页 |
| ·精选泡沫图像纹理分析 | 第21-22页 |
| ·基于数字图像处理的精选泡沫图像分类流程 | 第22-23页 |
| ·纹理粗糙度分析 | 第23-26页 |
| ·泡沫层表面剖析 | 第23-24页 |
| ·泡沫图像纹理粗糙度 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 精选泡沫图像增强处理 | 第27-36页 |
| ·图像增强方法综述 | 第27-28页 |
| ·基于奇异值分解法的图像增强方法 | 第28-30页 |
| ·奇异值分解 | 第28-29页 |
| ·基于奇异值分解的图像增强方法 | 第29-30页 |
| ·基于Contourlet变换的图像增强方法 | 第30-33页 |
| ·Contourlet变换 | 第30-32页 |
| ·基于Contourlet变换域的图像增强方法 | 第32-33页 |
| ·泡沫图像增强效果评价 | 第33-34页 |
| ·图像增强效果评价方法 | 第33页 |
| ·泡沫图像增强效果比较 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第四章 基于改进型LBP的精选泡沫图像分类研究 | 第36-48页 |
| ·局部二进制模式 | 第36-39页 |
| ·基于改进型LBP的泡沫图像纹理分析 | 第39-42页 |
| ·ILBPV的计算方法 | 第39-41页 |
| ·ILBPV算子直方图提取 | 第41-42页 |
| ·特征分类 | 第42-43页 |
| ·图像特征相似性度量 | 第42-43页 |
| ·分类器的选择 | 第43页 |
| ·实验结果及分析 | 第43-47页 |
| ·精选泡沫图像分类 | 第44页 |
| ·图像分类流程 | 第44-45页 |
| ·仿真结果及分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于改进型LBP精选图像纹理粗糙度特征及其应用 | 第48-58页 |
| ·常用的纹理粗糙度特征提取方法 | 第48-52页 |
| ·差分直方图法 | 第48-50页 |
| ·Tamura纹理法 | 第50-52页 |
| ·基于改进型LBP纹理粗糙度提取 | 第52-53页 |
| ·故障图像粗糙度分析 | 第53-56页 |
| ·精选泡沫图像纹理粗糙度 | 第56页 |
| ·本章小结 | 第56-58页 |
| 第六章 总结与展望 | 第58-60页 |
| ·研究工作总结 | 第58-59页 |
| ·后续工作展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间主要的研究成果 | 第66页 |