基于图像处理的矿石粒度检测方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 现代矿石粒度检测方法 | 第11-13页 |
| 1.2 国内外选矿领域粒度检测现状 | 第13-15页 |
| 1.3 图像粒度检测的发展 | 第15-17页 |
| 1.4 图像处理算法的现状 | 第17-19页 |
| 1.5 课题研究的目的与意义 | 第19页 |
| 1.6 课题研究的主要内容 | 第19-21页 |
| 第二章 图像预处理 | 第21-35页 |
| 2.1 数字图像处理基础 | 第21-23页 |
| 2.1.1 简单的图像成像模型 | 第21页 |
| 2.1.2 数字图像的表示 | 第21-23页 |
| 2.1.3 图像文件格式 | 第23页 |
| 2.2 原始图像 | 第23-24页 |
| 2.3 原始图像灰度化 | 第24-25页 |
| 2.4 图像增强 | 第25-28页 |
| 2.5 图像去噪方法分析与比较 | 第28-35页 |
| 2.5.1 均值滤波 | 第28-31页 |
| 2.5.2 中值滤波 | 第31-35页 |
| 第三章 图像分割方法 | 第35-45页 |
| 3.1 图像分割的含义 | 第35-36页 |
| 3.2 基于边缘检测的图像分割 | 第36-41页 |
| 3.3 基于阈值的图像分割 | 第41-45页 |
| 第四章 图像形态学处理 | 第45-51页 |
| 4.1 形态学基本运算 | 第45-46页 |
| 4.2 孔洞填充 | 第46-48页 |
| 4.3 形态滤波 | 第48-49页 |
| 4.4 灰度形态学 | 第49-50页 |
| 4.5 形态学平滑 | 第50页 |
| 4.6 重建的开、闭操作 | 第50-51页 |
| 第五章 粘连矿粒分割 | 第51-61页 |
| 5.1 传统分水岭算法 | 第51页 |
| 5.2 分水岭算法的原理 | 第51-52页 |
| 5.3 改进的分水岭分割算法 | 第52-61页 |
| 5.3.1 使用距离变换的分水岭分割 | 第52-54页 |
| 5.3.2 使用梯度的分水岭分割 | 第54-57页 |
| 5.3.3 标记符控制的分水岭分割 | 第57-61页 |
| 第六章 矿石粒度检测与统计 | 第61-67页 |
| 6.1 像素之间的关系 | 第61-64页 |
| 6.1.1 像素的相邻和邻域 | 第61-62页 |
| 6.1.2 像素的邻接性与连通性 | 第62-64页 |
| 6.2 标定 | 第64页 |
| 6.3 颗粒大小 | 第64-67页 |
| 第七章 软件实现与结果分析 | 第67-79页 |
| 7.1 MATLAB简介 | 第67页 |
| 7.2 软件流程 | 第67页 |
| 7.3 检测系统构成 | 第67-68页 |
| 7.4 系统界面 | 第68-69页 |
| 7.5 结果分析 | 第69-79页 |
| 第八章 结论与展望 | 第79-81页 |
| 致谢 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 附录A 攻读硕士学位期间发表的学术论文 | 第87页 |
