摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-16页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 浮选泡沫图像处理技术发展 | 第11-13页 |
1.2.1 欧美浮选泡沫图像处理技术发展 | 第11-12页 |
1.2.2 中国浮选泡沫图像处理技术发展 | 第12-13页 |
1.3 GPU与CUDA | 第13-15页 |
1.4 论文结构安排 | 第15页 |
1.5 本章小结 | 第15-16页 |
第二章 浮选泡沫特征提取中计算机图像处理技术 | 第16-24页 |
2.1 浮选工作原理 | 第16-18页 |
2.2 图像处理及科学数据处理工具 | 第18页 |
2.3 图像采集 | 第18-20页 |
2.4 图像分割 | 第20-21页 |
2.5 图像增强 | 第21页 |
2.6 本章小结 | 第21-24页 |
第三章 浮选泡沫图像特征提取实现 | 第24-40页 |
3.1 计算机浮选过程简述 | 第24页 |
3.2 浮选泡沫图像采集 | 第24-26页 |
3.3 浮选泡沫图像边缘检测及图像分割 | 第26-29页 |
3.4 浮选泡颜色沫特征提取 | 第29-34页 |
3.4.1 提取浮选泡沫颜色特征 | 第30页 |
3.4.2 颜色直方图 | 第30-34页 |
3.5 浮选泡沫形状特征提取 | 第34-38页 |
3.6 浮选泡沫提取大小 | 第38页 |
3.7 本章小结 | 第38-40页 |
第四章 基于GPU浮选泡沫图像处理技术优化及性能分析 | 第40-48页 |
4.1 并行计算概述 | 第40-41页 |
4.1.1 GPU发展概述 | 第40页 |
4.1.2 CUDA线程并行编程 | 第40页 |
4.1.3 CUDA线程 | 第40-41页 |
4.2 测试环境 | 第41页 |
4.3 基于GPU的图像分割优化 | 第41-42页 |
4.4 基于GPU编程模型 | 第42-45页 |
4.5 本章小结 | 第45-48页 |
第五章 总结及展望 | 第48-50页 |
5.1 论文总结 | 第48页 |
5.2 展望及下一步工作 | 第48-50页 |
致谢 | 第50-52页 |
参考文献 | 第52-56页 |
附录A: 攻读学位其间发表论文目录 | 第56-58页 |
附录B: 攻读学位期间参与的项目 | 第58页 |
(1) 国家自然科学基金项目 | 第58页 |
(2) 工程项目 | 第58页 |