基于颜色与纹理特征的矿物浮选精选泡沫分类
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-18页 |
| ·课题来源与研究背景 | 第8-9页 |
| ·矿物浮选原理 | 第9-13页 |
| ·浮选工艺过程 | 第9-10页 |
| ·浮选药剂 | 第10-11页 |
| ·气泡的产生和矿化过程 | 第11-12页 |
| ·泡沫图像特征与浮选工况间关系 | 第12-13页 |
| ·浮选泡沫图像处理技术研究现状 | 第13-16页 |
| ·浮选泡沫数字图像处理技术应用的国内外现状 | 第13-15页 |
| ·泡沫图像颜色和纹理研究现状 | 第15-16页 |
| ·论文主要意义与研究内容 | 第16-18页 |
| ·论文研究的主要意义 | 第16页 |
| ·论文的主要研究内容 | 第16-18页 |
| 第二章 基于图像处理的精选泡沫状态识别分析 | 第18-29页 |
| ·精选泡沫分类识别的意义 | 第18页 |
| ·浮选泡沫图像的特点与主要处理过程 | 第18-21页 |
| ·浮选泡沫图像的特点 | 第19-20页 |
| ·基于数字图像处理的精选泡沫图像分析流程 | 第20-21页 |
| ·精选泡沫图像的预处理 | 第21-24页 |
| ·图像去噪 | 第21-23页 |
| ·图像灰度化 | 第23-24页 |
| ·精选槽泡沫图像特征的选择 | 第24-27页 |
| ·精选泡沫图像颜色特征的选择 | 第24-25页 |
| ·精选泡沫图像纹理特征的选择 | 第25-26页 |
| ·精选槽泡沫的分类 | 第26-27页 |
| ·精选泡沫图像状态识别系统组成 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 精选泡沫图像颜色特征提取及分析 | 第29-38页 |
| ·颜色空间模型 | 第29-32页 |
| ·RGB颜色空间 | 第29-30页 |
| ·HSV颜色空间 | 第30-32页 |
| ·主成分分析方法 | 第32-33页 |
| ·主成分分析的原理 | 第32-33页 |
| ·主成分分析的主要作用 | 第33页 |
| ·精选泡沫图像颜色特征的提取 | 第33-37页 |
| ·RGB空间颜色特征提取 | 第34-35页 |
| ·基于PCA的HSV空间颜色特征提取 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 精选泡沫图像纹理特征提取及分析 | 第38-51页 |
| ·基于灰度共生矩阵的特征提取方法及其分析 | 第38-42页 |
| ·灰度共生矩阵 | 第38-39页 |
| ·特征提取及其分析 | 第39-42页 |
| ·基于改进的模糊纹理谱特征提取方法 | 第42-46页 |
| ·模糊纹理谱理论 | 第42-46页 |
| ·基于模糊纹理谱特征提取 | 第46页 |
| ·精选泡沫图像纹理特征提取及结果分析 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 精选泡沫状态分类识别 | 第51-61页 |
| ·分类算法的选择 | 第51-52页 |
| ·基于支持向量机的精选泡沫分类 | 第52-58页 |
| ·支持向量机简介 | 第52-54页 |
| ·核函数的选择方法 | 第54-55页 |
| ·参数的选择方法 | 第55-56页 |
| ·精选泡沫图像多类分类问题 | 第56-57页 |
| ·精选泡沫图像识别模型的实现 | 第57-58页 |
| ·仿真结果及其分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 结论与展望 | 第61-63页 |
| ·研究工作总结 | 第61-62页 |
| ·后续工作展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士期间主要研究成果 | 第69页 |
