| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第1章 引言 | 第11-29页 |
| 1.1 研究背景、目的和意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 目的和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-25页 |
| 1.2.1 稀土萃取过程监测现状 | 第12-20页 |
| 1.2.2 视觉监测在工业过程中的应用现状 | 第20-25页 |
| 1.3 总体思路 | 第25-26页 |
| 1.4 全文架构及论文章节安排 | 第26-29页 |
| 第2章 稀土萃取溶液颜色特征分析 | 第29-44页 |
| 2.1 稀土萃取工艺概述 | 第29-31页 |
| 2.2 稀土萃取过程混合溶液颜色信息分析 | 第31-33页 |
| 2.3 Pr/Nd混合溶液图像特点及颜色特征提取方法 | 第33-41页 |
| 2.3.1 稀土混合溶液图像特点 | 第33-35页 |
| 2.3.2 镨/钕溶液在不同颜色空间的特征表现 | 第35-38页 |
| 2.3.3 颜色特征的统计方法 | 第38-41页 |
| 2.3.4 Pr/Nd混合溶液图像在HSI颜色空间下的特征表现 | 第41页 |
| 2.4 本章小结 | 第41-44页 |
| 第3章 Pr/Nd萃取混合溶液组分含量建模 | 第44-77页 |
| 3.1 相关基础知识 | 第44-56页 |
| 3.1.1 主元分析法及其实现 | 第44-47页 |
| 3.1.2 支持向量机(SVM)算法 | 第47-52页 |
| 3.1.3 LSSVM回归 | 第52-56页 |
| 3.2 镨/钕萃取混合溶液与标准溶液图像颜色特征分析 | 第56-60页 |
| 3.2.1 标准镨钕混合溶液的配置 | 第56-57页 |
| 3.2.2 镨/钕萃取混合溶液颜色特征分析及其误差补偿 | 第57-60页 |
| 3.3 基于PCA的模型输入变量选择 | 第60-62页 |
| 3.4 Pr/Nd萃取过程组分含量LSSVM建模 | 第62-70页 |
| 3.4.1 评价指标 | 第62-63页 |
| 3.4.2 组分含量LSSVM建模 | 第63-67页 |
| 3.4.3 模型测试及分析 | 第67-69页 |
| 3.4.4 AGA寻优LSSVM参数与其他方法比较 | 第69-70页 |
| 3.5 基于多颜色空间融合的Pr/Nd混合溶液组分含量建模 | 第70-75页 |
| 3.5.1 Pr/Nd混合溶液颜色特征融合 | 第72-73页 |
| 3.5.2 基于颜色特征融合的组分含量LSSVM建模 | 第73-75页 |
| 3.6 本章小结 | 第75-77页 |
| 第4章 Pr/Nd萃取过程组分含量模型自适应校正 | 第77-88页 |
| 4.1 引言 | 第77页 |
| 4.2 组分含量LSSVM模型的自适应模型校正 | 第77-85页 |
| 4.2.1 模型校正准则 | 第78页 |
| 4.2.2 组分含量LSSVM模型自动校正步骤 | 第78-80页 |
| 4.2.3 组分含量LSSVM自适应校正模型及性能分析 | 第80-85页 |
| 4.3 基于颜色特征融合的组分含量自适应模型校正 | 第85-87页 |
| 4.4 本章小结 | 第87-88页 |
| 第5章 Pr/Nd萃取溶液组分含量快速检测系统 | 第88-108页 |
| 5.1 基于机器视觉技术的组分含量快速检测系统选型 | 第88-89页 |
| 5.2 Pr/Nd萃取溶液组分含量快速检测系统 | 第89-104页 |
| 5.2.1 检测系统硬件设计 | 第89-98页 |
| 5.2.2 组分含量检测系统软件 | 第98-104页 |
| 5.3 应用验证 | 第104-106页 |
| 5.3.1 准确性分析 | 第104-105页 |
| 5.3.2 重复性分析 | 第105页 |
| 5.3.3 快速性分析 | 第105-106页 |
| 5.4 本章小结 | 第106-108页 |
| 第6章 结论与展望 | 第108-111页 |
| 6.1 结论 | 第108-109页 |
| 6.2 展望 | 第109-111页 |
| 致谢 | 第111-112页 |
| 参考文献 | 第112-122页 |
| 攻读学位期间的研究成果 | 第122-123页 |
