首页--工业技术论文--化学工业论文--煤化学及煤的加工利用论文--煤的分析与检验论文

基于机器视觉的高硫煤煤质分析研究

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

论文共76页,点击 下载论文
上一篇:基于胜任力模型的内训师队伍建设研究--以B公司为例
下一篇:中小房地产企业绩效管理体系研究--以ZDKF公司为例