首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于多特征融合的钨矿石初选方法研究

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

论文共127页,点击 下载论文
上一篇:SIRT1干扰肠道病毒71型复制的机理
下一篇:无线多用户网络中缓冲辅助中继协议研究