致谢 | 第3-4页 |
摘要 | 第4-5页 |
abstract | 第5-6页 |
变量注释表 | 第14-15页 |
1 绪论 | 第15-18页 |
1.1 研究背景和意义 | 第15-16页 |
1.2 研究内容及技术路线 | 第16-17页 |
1.3 本章小结 | 第17-18页 |
2 文献综述 | 第18-29页 |
2.1 机器视觉概况 | 第18页 |
2.2 机器视觉在选矿领域的应用 | 第18-28页 |
2.3 本章小结 | 第28-29页 |
3 图像采集系统和煤样准备 | 第29-31页 |
3.1 图像采集系统 | 第29页 |
3.2 煤样准备 | 第29-30页 |
3.3 本章小结 | 第30-31页 |
4 粒度组成估计 | 第31-42页 |
4.1 煤样堆叠图像分割 | 第31-35页 |
4.2 等效粒径提取 | 第35-37页 |
4.3 煤粒体积估计 | 第37-40页 |
4.4 粒度组成估计步骤 | 第40-41页 |
4.5 本章小结 | 第41-42页 |
5 密度组成估计 | 第42-59页 |
5.1 表面特征参数选取 | 第42-48页 |
5.2 表面特征参数预处理 | 第48-51页 |
5.3 特征筛选和分类器 | 第51-55页 |
5.4 煤粒密度级估计 | 第55-58页 |
5.5 密度组成估计步骤 | 第58页 |
5.6 本章小结 | 第58-59页 |
6 硫分估计 | 第59-68页 |
6.1 煤中硫分的光学表现及直接图像学分析的可行性 | 第59-60页 |
6.2 硫分与密度的关系 | 第60-61页 |
6.3 煤粒硫分估计 | 第61-64页 |
6.4 粒群硫分估计 | 第64-66页 |
6.5 煤样硫分估计步骤 | 第66-67页 |
6.6 本章小结 | 第67-68页 |
7 结论与展望 | 第68-70页 |
7.1 研究结论 | 第68页 |
7.2 主要创新点 | 第68页 |
7.3 研究展望 | 第68-70页 |
参考文献 | 第70-74页 |
作者简历 | 第74-76页 |
学位论文数据集 | 第76页 |