铅锌浮选视频图像采集及其图像质量在线评价
中文摘要 | 第3-4页 |
Abstract | 第4-5页 |
第一章 绪论 | 第9-15页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 基于机器视觉浮选图像采集系统研究现状 | 第11-12页 |
1.2.2 图像质量评价方法研究现状 | 第12-13页 |
1.3 论文主要内容与结构 | 第13-15页 |
第二章 铅锌浮选图像采集系统设计 | 第15-30页 |
2.1 系统需求分析 | 第15-17页 |
2.1.1 铅锌浮选图像采集系统要求 | 第15-16页 |
2.1.2 影响浮选图像采集的主要因素 | 第16-17页 |
2.2 铅锌浮选图像采集系统整体设计 | 第17-20页 |
2.2.1 铅锌浮选图像采集系统功能划分 | 第17-18页 |
2.2.2 铅锌浮选图像系统采集点的选取 | 第18-19页 |
2.2.3 图像采集系统数据传输方式设计 | 第19-20页 |
2.3 工业相机与镜头的选型匹配 | 第20-24页 |
2.3.1 CCD工业相机的选择 | 第20-22页 |
2.3.2 光学镜头与CCD相机匹配方案 | 第22-24页 |
2.4 光照系统设计 | 第24-28页 |
2.4.1 光照系统功能 | 第25页 |
2.4.2 光照系统设计 | 第25-27页 |
2.4.3 光照系统模型的实现 | 第27-28页 |
2.5 铅锌浮选图像采集系统整体实现 | 第28-29页 |
本章小结 | 第29-30页 |
第三章 图像质量评价特征参数提取 | 第30-43页 |
3.1 高质量铅锌浮选泡沫图像的特征 | 第30-31页 |
3.2 基于灰度共生矩阵的特征参数提取 | 第31-33页 |
3.2.1 灰度共生矩阵特征 | 第31-32页 |
3.2.2 灰度共生矩阵下图像质量评价参数提取 | 第32-33页 |
3.3 基于梯度特征的参数提取 | 第33-36页 |
3.3.1 图像梯度特征 | 第34-36页 |
3.3.2 梯度特征下图像质量评价参数提取 | 第36页 |
3.4 基于灰度特征的参数提取 | 第36-39页 |
3.4.1 灰度转换模型 | 第36-38页 |
3.4.2 灰度特征下图像质量评价参数提取 | 第38-39页 |
3.5 基于铅锌浮选图像特征的参数提取 | 第39-42页 |
本章小结 | 第42-43页 |
第四章 基于模糊数学的图像质量在线评价算法 | 第43-60页 |
4.1 模糊数学理论的基础知识 | 第43-46页 |
4.1.1 模糊性概念 | 第43-44页 |
4.1.2 模糊集合基本概念 | 第44-45页 |
4.1.3 模糊集的基本表示方法 | 第45-46页 |
4.2 隶属函数 | 第46-52页 |
4.2.1 几种常见的隶属函数 | 第46-49页 |
4.2.2 隶属函数的确定方法 | 第49-52页 |
4.3 模糊综合评判 | 第52-58页 |
4.3.1 模糊综合评判的数学模型 | 第52-54页 |
4.3.2 模糊关系和模糊矩阵的确定 | 第54-55页 |
4.3.3 因素集、评判集和权重集的确定 | 第55-58页 |
4.4 浮选图像模糊综合评判算法描述 | 第58-59页 |
本章小结 | 第59-60页 |
第五章 实验结果分析 | 第60-75页 |
5.1 图像采集及图像特征参数分析 | 第60-66页 |
5.1.1 图像采集系统软件设计 | 第60-63页 |
5.1.2 图像采集实验与结果分析 | 第63-66页 |
5.2 模糊综合评判实验结果分析 | 第66-72页 |
5.2.1 确定权重集和评判集 | 第66-67页 |
5.2.2 确定各因素隶属函数 | 第67-70页 |
5.2.3 浮选图像模糊综合评判结果分析 | 第70-72页 |
5.3 图像质量评价算法效率及图像处理结果分析 | 第72-74页 |
5.3.1 实验条件 | 第72-73页 |
5.3.2 图像质量评价速度和准确率的分析 | 第73-74页 |
本章小结 | 第74-75页 |
第六章 总结与展望 | 第75-77页 |
6.1 主要工作总结 | 第75页 |
6.2 本课题的创新点 | 第75-76页 |
6.3 展望 | 第76-77页 |
结束语 | 第77-78页 |
参考文献 | 第78-81页 |
致谢 | 第81-82页 |
个人简历、在学期间的研究成果及发表的学术论文 | 第82页 |