| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·引言 | 第9页 |
| ·研究意义 | 第9-10页 |
| ·研究背景 | 第10-13页 |
| ·本文主要研究内容 | 第13-15页 |
| 第二章 基于视觉技术的分选系统 | 第15-23页 |
| ·机器视觉分选依据 | 第15-18页 |
| ·基于机器视觉分选系统 | 第18-22页 |
| ·系统结构 | 第18页 |
| ·系统功能 | 第18-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于机器视觉的钨矿初选系统 | 第23-30页 |
| ·钨矿的物象特征分析 | 第23-25页 |
| ·钨矿原料特点 | 第23-24页 |
| ·黑钨矿物象特征分析 | 第24-25页 |
| ·钨矿初选系统实现 | 第25-29页 |
| ·系统硬件结构 | 第25-27页 |
| ·系统软件设计 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 钨矿初选核心算法研究 | 第30-44页 |
| ·经典边缘检测算法研究分析 | 第30-38页 |
| ·边缘检测方法 | 第30-32页 |
| ·Roberts 算法 | 第32-34页 |
| ·Prewitt 算法 | 第34-35页 |
| ·Sobel 算法 | 第35-38页 |
| ·CANNY 算法 | 第38-39页 |
| ·拉普拉斯算法 | 第39-40页 |
| ·结果分析 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 钨矿初选核心算法实现 | 第44-58页 |
| ·钨矿石初选工艺算法概述 | 第44-45页 |
| ·SUSAN 边缘检测在钨矿图像处理中的应用 | 第45-47页 |
| ·算法分析 | 第46页 |
| ·SUSAN 边缘检测算法数学模型 | 第46-47页 |
| ·SUSAN 边缘检测算法的改进 | 第47-50页 |
| ·改进思想 | 第47-49页 |
| ·模板和自适应阈值的选取 | 第49-50页 |
| ·基于数学形态学的边缘检测算法 | 第50-52页 |
| ·二值形态学基本运算 | 第51-52页 |
| ·二值图像的边缘提取 | 第52页 |
| ·数学形态学与改进SUSAN 算法对钨矿图像的边缘提取 | 第52-55页 |
| ·算法验证 | 第55-57页 |
| ·钨矿图像检测 | 第55-56页 |
| ·时间复杂度的比较 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 全文总结 | 第58-60页 |
| ·总结 | 第58页 |
| ·下一步工作展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 个人简历、攻读硕士期间发表论文 | 第65页 |