基于图像处理的矿岩粒度检测的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-16页 |
| 1.1 课题的背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 传统粒度检测方法 | 第11-12页 |
| 1.2.2 图像处理技术的研究现状 | 第12-13页 |
| 1.2.3 矿岩粒度检测现状 | 第13-14页 |
| 1.3 研究的主要内容 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 2 矿岩图像预处理 | 第16-30页 |
| 2.1 矿岩图像预处理流程 | 第16-17页 |
| 2.2 矿岩图像变换 | 第17-19页 |
| 2.2.1 矿岩图像的亮度变换 | 第17-18页 |
| 2.2.2 矿岩图像的灰度变换 | 第18-19页 |
| 2.3 矿岩图像滤波 | 第19-28页 |
| 2.3.1 矿岩图像的均值滤波 | 第20-21页 |
| 2.3.2 矿岩图像的中值滤波 | 第21-23页 |
| 2.3.3 矿岩图像的高斯滤波 | 第23-24页 |
| 2.3.4 改进的矿岩图像滤波 | 第24-28页 |
| 2.4 本章小结 | 第28-30页 |
| 3 矿岩图像的分割与标定 | 第30-46页 |
| 3.1 矿岩灰度图像的形态学运算 | 第30-33页 |
| 3.1.1 膨胀和腐蚀 | 第30-31页 |
| 3.1.2 开运算和闭运算 | 第31-33页 |
| 3.2 矿岩图像处理中的形态学应用 | 第33-36页 |
| 3.2.1 形态学去噪 | 第33-34页 |
| 3.2.2 矿岩图像的梯度运算 | 第34-35页 |
| 3.2.3 矿岩图像的重构 | 第35-36页 |
| 3.3 矿岩图像的分水岭分割 | 第36-41页 |
| 3.3.1 矿岩图像分割难点 | 第36-37页 |
| 3.3.2 分水岭算法 | 第37-39页 |
| 3.3.3 改进的矿岩图像分割算法 | 第39-41页 |
| 3.4 矿岩颗粒的标定 | 第41-45页 |
| 3.4.1 标定理论 | 第41-42页 |
| 3.4.2 标定的方法研究 | 第42-45页 |
| 3.5 本章小结 | 第45-46页 |
| 4 试验与数据分析 | 第46-59页 |
| 4.1 矿岩图像采集及样本颗粒分级 | 第46-48页 |
| 4.1.1 矿岩图像采集 | 第46-48页 |
| 4.1.2 矿岩颗粒的分级及表示 | 第48页 |
| 4.2 人工筛分试验过程 | 第48-51页 |
| 4.2.1 人工筛分试验设备 | 第48-49页 |
| 4.2.2 标准大小样品颗粒 | 第49-51页 |
| 4.3 人工筛分样本数据 | 第51-52页 |
| 4.4 矿岩粒度的参数 | 第52-54页 |
| 4.4.1 粒度参数 | 第52-53页 |
| 4.4.2 像素实际尺寸的转换 | 第53-54页 |
| 4.5 矿岩粒度的统计和试验分析 | 第54-58页 |
| 4.5.1 统计算法 | 第54-55页 |
| 4.5.2 统计结果与分析 | 第55-58页 |
| 4.6 本章小结 | 第58-59页 |
| 5 矿岩粒度实时检测系统设计 | 第59-68页 |
| 5.1 检测装置硬件的选择 | 第60-61页 |
| 5.1.1 摄像机的选择 | 第60-61页 |
| 5.1.2 图像采集卡 | 第61页 |
| 5.2 实时检测系统的软件设计 | 第61-67页 |
| 5.2.1 图像处理软件 | 第62-63页 |
| 5.2.2 图像处理软件各功能的实现 | 第63-67页 |
| 5.3 本章小结 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73-74页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第74页 |
