摘要 | 第3-5页 |
abstract | 第5-7页 |
第1章 绪论 | 第11-21页 |
1.1 课题研究的背景和意义 | 第11-14页 |
1.1.1 钨矿石的初选方式 | 第11-13页 |
1.1.2 基于机器视觉钨矿石初选方式的意义 | 第13-14页 |
1.2 机器视觉在矿物加工研究发展现状 | 第14-15页 |
1.3 机器视觉在钨矿石初选的研究现状和存在的主要问题 | 第15-19页 |
1.4 主要研究内容 | 第19-21页 |
第2章 机器视觉的钨矿石初选总体方案设计 | 第21-28页 |
2.1 引言 | 第21-22页 |
2.2 矿石传输送带及分选机构方案设计 | 第22-24页 |
2.3 光源照明方案设计 | 第24-25页 |
2.4 图像采集及电气控制方案设计 | 第25-26页 |
2.5 本章小结 | 第26-28页 |
第3章 模糊图像处理和复原 | 第28-45页 |
3.1 引言 | 第28页 |
3.2 点扩散函数参数的精准估算 | 第28-38页 |
3.2.1 运动模糊图像频谱特性分析 | 第29-31页 |
3.2.2 Radon变换原理 | 第31-33页 |
3.2.3 实际运动模糊频谱图中存在的问题和解决方法的比较 | 第33-34页 |
3.2.4 改进的运动模糊方向检测 | 第34-38页 |
3.2.5 运动模糊长度估算 | 第38页 |
3.3 运动模糊参数估算方法的比较 | 第38-40页 |
3.4 模糊图像的复原 | 第40-44页 |
3.4.1 逆滤波复原法 | 第40-41页 |
3.4.2 维纳滤波复原法 | 第41-44页 |
3.5 本章小结 | 第44-45页 |
第4章 钨矿石图像预处理 | 第45-59页 |
4.1 引言 | 第45页 |
4.2 图像颜色模型选择 | 第45-50页 |
4.2.1 RGB颜色模型 | 第46-47页 |
4.2.2 HIS颜色模型 | 第47-48页 |
4.2.3 HSV颜色模型 | 第48-50页 |
4.3 图像滤波 | 第50-55页 |
4.3.1 空间域滤波 | 第50-52页 |
4.3.2 频域滤波 | 第52-55页 |
4.4 钨矿石图像分割 | 第55-58页 |
4.5 本章小结 | 第58-59页 |
第5章 钨矿石特征的提取 | 第59-74页 |
5.1 引言 | 第59-60页 |
5.2 颜色特征提取 | 第60-64页 |
5.3 灰度特征提取 | 第64-66页 |
5.4 纹理特征提取 | 第66-73页 |
5.4.1 灰度共生矩阵 | 第67-68页 |
5.4.2 LBP和LTP图像变换 | 第68-70页 |
5.4.3 OECS-LATP图像变换 | 第70-72页 |
5.4.4 钨矿石纹理特征提取 | 第72-73页 |
5.5 本章小结 | 第73-74页 |
第6章 基于FSVM的钨矿石分类识别 | 第74-95页 |
6.1 引言 | 第74-75页 |
6.2 支持向量机的分类识别 | 第75-81页 |
6.2.1 支持向量机的概述 | 第75页 |
6.2.2 支持向量机的分类方法 | 第75-80页 |
6.2.3 支持向量机分类器的设计 | 第80-81页 |
6.3 模糊支持向量机 | 第81-89页 |
6.3.1 模糊支持向量机的分类器 | 第81-89页 |
6.4 基于模糊支持向量机的钨矿石识别分类验证 | 第89-94页 |
6.4.1 钨矿石颜色特征的模糊支持向量机分类识别器 | 第89-93页 |
6.4.2 钨矿石纹理特征的模糊支持向量机分类器 | 第93页 |
6.4.3 钨矿石灰度特征的模糊支持向量机分类识别器 | 第93-94页 |
6.5 本章小结 | 第94-95页 |
第7章 D-S证据理论的多特征融合钨矿石识别初选 | 第95-116页 |
7.1 引言 | 第95页 |
7.2 多源信息融合 | 第95-99页 |
7.2.1 多源信息融合的理论模型 | 第97-98页 |
7.2.2 多源信息融合的常用方法 | 第98-99页 |
7.3 D-S证据融合理论 | 第99-111页 |
7.3.1 D-S证据理论基本概念 | 第100-102页 |
7.3.2 D-S证据理论的融合规则和证据冲突条件下的融合规则 | 第102-108页 |
7.3.3 基本信任度的分配构造 | 第108-110页 |
7.3.4 D-S证据理论的决策规则 | 第110-111页 |
7.4 钨矿石初选识别模型 | 第111-112页 |
7.5 钨矿石初选识别实验 | 第112-114页 |
7.6 本章小结 | 第114-116页 |
第8章 总结与展望 | 第116-119页 |
8.1 主要工作和创新点 | 第116-118页 |
8.2 工作展望 | 第118-119页 |
致谢 | 第119-120页 |
参考文献 | 第120-127页 |
攻读学位期间的研究成果 | 第127页 |