| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-19页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 图像纹理特征提取现状 | 第10-14页 |
| 1.2.1 纹理的定义 | 第11-12页 |
| 1.2.2 纹理特征提取技术研究现状 | 第12-14页 |
| 1.3 浮选泡沫图像纹理特征提取现状 | 第14-17页 |
| 1.3.1 浮选泡沫图像的表面纹理分析 | 第14-15页 |
| 1.3.2 浮选泡沫图像的纹理特征提取技术研究现状 | 第15-17页 |
| 1.4 论文的结构安排及主要研究内容 | 第17-19页 |
| 2 基于数字图像处理的浮选泡沫图像处理 | 第19-31页 |
| 2.1 浮选泡沫图像分析流程 | 第19-22页 |
| 2.1.1 浮选工艺与浮选泡沫特征 | 第19-21页 |
| 2.1.2 基于数字图像处理的浮选泡沫分析流程 | 第21-22页 |
| 2.2 数字图像的结构原理 | 第22-26页 |
| 2.2.1 数字图像的表示 | 第22-23页 |
| 2.2.2 数字图像的颜色空间模型 | 第23-26页 |
| 2.3 浮选泡沫图像预处理 | 第26-30页 |
| 2.3.1 图像灰度化 | 第26-28页 |
| 2.3.2 图像去噪 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 基于颜色共生混合结构(CCHS)的泡沫图像纹理特征提取 | 第31-43页 |
| 3.1 灰度共生矩阵与颜色共生矩阵 | 第31-33页 |
| 3.1.1 灰度共生矩阵原理 | 第31-32页 |
| 3.1.2 颜色共生矩阵原理 | 第32-33页 |
| 3.2 基于共生矩阵的纹理特征提取 | 第33-35页 |
| 3.3 基于CCHS的泡沫图像纹理特征提取 | 第35-39页 |
| 3.3.1 算法步骤 | 第35-39页 |
| 3.3.2 基于CCHS的泡沫图像纹理特征提取算法的优势 | 第39页 |
| 3.4 实验结果及分析 | 第39-42页 |
| 3.4.1 基于CCM与CCHS纹理特征提取对比 | 第39-41页 |
| 3.4.2 基于CCHS的泡沫图像纹理特征与矿物品位的关系 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 4 基于改进的Gabor小波变换泡沫图像纹理特征提取及分类 | 第43-61页 |
| 4.1 Gabor小波变换 | 第43-49页 |
| 4.1.1 2D Gabor函数 | 第43-44页 |
| 4.1.2 Gabor小波函数 | 第44-46页 |
| 4.1.3 Gabor滤波器组 | 第46-49页 |
| 4.2 支持向量机(SVM) | 第49-52页 |
| 4.3 基于改进的Gabor小波变换纹理特征提取及分类 | 第52-60页 |
| 4.3.1 基于改进的Gabor小波变换的泡沫图像纹理特征提取 | 第52-56页 |
| 4.3.2 基于改进的Gabor小波变换纹理的泡沫图像分类实验 | 第56-58页 |
| 4.3.3 实验结果及分析 | 第58-60页 |
| 4.4 本章小结 | 第60-61页 |
| 5 总结与展望 | 第61-63页 |
| 5.1 研究工作的总结 | 第61页 |
| 5.2 后续工作的展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 攻读学位期间主要的研究成果 | 第68-69页 |
| 致谢 | 第69页 |
