数字图像处理和模式识别技术在烧结矿分析中的应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-8页 |
| 第1章 引言 | 第8-13页 |
| ·烧结矿光学组织自动分析的研究意义 | 第8-9页 |
| ·国内外研究现状分析 | 第9-11页 |
| ·人工数点法 | 第9-10页 |
| ·自动化原矿分析系统的历史 | 第10-11页 |
| ·我国烧结矿光学组织自动分析研究历史 | 第11页 |
| ·图像分割概述 | 第11-13页 |
| ·图像分割方法 | 第12-13页 |
| 第2章 系统分析 | 第13-26页 |
| ·本文中关于原矿分析的若干术语定义 | 第13-14页 |
| ·烧结矿基本组织成分分类 | 第14-16页 |
| ·本项研究的技术难点 | 第16-17页 |
| ·烧结矿光学组织自动分析软件框架 | 第17-21页 |
| ·应用需求 | 第17-18页 |
| ·主要功能 | 第18-20页 |
| ·软件框架软件系统总框图 | 第20-21页 |
| ·数据流程图 | 第21-22页 |
| ·硬件系统各主要部件介绍 | 第22页 |
| ·计算机与打印机 | 第22页 |
| ·CCD照相机 | 第22页 |
| ·显微镜 | 第22页 |
| ·显微镜控制器 | 第22页 |
| ·系统硬件 | 第22-24页 |
| ·系统硬件照片 | 第23-24页 |
| ·硬件结构 | 第24页 |
| ·难点分析 | 第24-26页 |
| 第3章 项目程序结构与图像采集算法概述 | 第26-33页 |
| ·项目程序结构 | 第26-28页 |
| ·使用多线程技术实现扫描台控制 | 第26-28页 |
| ·线程之间的通讯 | 第28页 |
| ·图像采集算法 | 第28-33页 |
| ·自动曝光 | 第29-31页 |
| ·自动聚焦 | 第31-32页 |
| ·镜头校准 | 第32-33页 |
| 第4章 识别算法 | 第33-47页 |
| ·算法概念 | 第33-35页 |
| ·阈值法 | 第33-34页 |
| ·SSF法 | 第34-35页 |
| ·色彩空间转换 | 第35页 |
| ·图像去边界算法 | 第35-36页 |
| ·数学期望最大化直方图逼近算法 | 第36-39页 |
| ·磁铁矿识别算法 | 第39-44页 |
| ·用改进的统计假说检测法识别网孔状纹理成分 | 第39-43页 |
| ·基于Hough变换实现针板状纹理的识别 | 第43-44页 |
| ·改进的分水岭算法 | 第44-45页 |
| ·邻域关系统计算法 | 第45-46页 |
| ·支持向量机模糊识别算法 | 第46-47页 |
| 第5章 系统性能测试 | 第47-54页 |
| ·稳定性 | 第47页 |
| ·重现性 | 第47-48页 |
| ·区分性能 | 第48-49页 |
| ·系统主界面、分类结果和报表截图示例 | 第49-54页 |
| 第6章 总结与展望 | 第54-55页 |
| 谢辞 | 第55-56页 |
| 参考文献 | 第56-58页 |
