摘要 | 第1-6页 |
Abstract | 第6-9页 |
目录 | 第9-12页 |
1 绪论 | 第12-22页 |
·课题研究背景与意义 | 第12-13页 |
·矿物浮选泡沫图像处理方法研究现状 | 第13-15页 |
·视觉图像增强方法研究现状 | 第15-18页 |
·视觉图像分割方法研究现状 | 第18-20页 |
·本文研究内容与结构安排 | 第20-22页 |
2 矿物浮选工艺分析与图像形态特征 | 第22-34页 |
·矿物浮选过程 | 第22-24页 |
·矿化气泡的矿粒黏附效率 | 第24-26页 |
·矿化气泡的稳定性 | 第26-29页 |
·泡沫形态特征与工况关联分析 | 第29-30页 |
·浮选泡沫图像处理的复杂性 | 第30-33页 |
·本章小结 | 第33-34页 |
3 泡沫图像的筛选与光照补偿方法 | 第34-54页 |
·模糊图像的自动筛选 | 第34-39页 |
·模糊图像定义 | 第34-36页 |
·典型图像模糊度评价函数 | 第36-38页 |
·改进的自适应加窗梯度模糊评价函数 | 第38-39页 |
·算法仿真与分析 | 第39页 |
·浮选监控系统光照系统 | 第39-40页 |
·基于RETNEX理论的泡沫光照不均处理方法 | 第40-45页 |
·Retinex理论 | 第41-42页 |
·基于中心/环绕的单尺度Retinex方法 | 第42-43页 |
·基于中心/环绕的多尺度Retinex方法 | 第43-45页 |
·泡沫图像的粗分割与区域类型 | 第45-50页 |
·基于二维局部交叉熵图像阈值化分割 | 第45-47页 |
·基于快速自适应的图像阈值分割法 | 第47-48页 |
·泡沫图像区域类型标定 | 第48页 |
·泡沫强对比度区域的判定与处理 | 第48-50页 |
·基于自适应MSR方法的泡沫图像光照补偿 | 第50-53页 |
·本章小结 | 第53-54页 |
4 基于多尺度几何分析的浮选泡沫图像增强 | 第54-82页 |
·多尺度几何分析 | 第54-56页 |
·基于多尺度几何分析的图像增强方法 | 第56页 |
·基于NSCT的泡沫图像增强方法 | 第56-72页 |
·Contourlet变换 | 第56-59页 |
·非下采样Contourlet变换 | 第59-63页 |
·NSCT系数的分析与处理 | 第63-66页 |
·基于NSCT和多尺度Retinex的泡沫图像增强算法 | 第66-67页 |
·算法的仿真分析 | 第67-72页 |
·基于改进方向波变换的浮选泡沫图像增强方法 | 第72-81页 |
·方向波变换 | 第72-74页 |
·改进方向波变换的实现 | 第74-76页 |
·基于改进方向波变换的浮选泡沫图像增强方法 | 第76-77页 |
·算法的仿真分析 | 第77-81页 |
·本章小结 | 第81-82页 |
5 基于参数测量的分水岭泡沫图像分割方法 | 第82-102页 |
·矿物浮选泡沫图像分析 | 第82-83页 |
·基于谷底型边缘的泡沫图像分割方法 | 第83-86页 |
·面向对象的泡沫图像分水岭自动分割方案 | 第86-93页 |
·基于空间关系的透明窗标定 | 第86-87页 |
·基于LBPV纹理特征区域标记 | 第87-90页 |
·多尺度形态学图像处理 | 第90-91页 |
·带标记的分水岭分割方法 | 第91-93页 |
·图像分割质量评估 | 第93-96页 |
·差异实验评价方法 | 第94-95页 |
·经验优度评价方法 | 第95-96页 |
·分割算法实验仿真与分析 | 第96-99页 |
·泡沫形态参数测量 | 第99-100页 |
·本章小结 | 第100-102页 |
6 工业应用研究 | 第102-122页 |
·铝土矿浮选泡沫图像实时监控系统 | 第102-112页 |
·系统硬件组成 | 第103-104页 |
·系统软件功能 | 第104-107页 |
·软件关键技术实现 | 第107-112页 |
·工业应用 | 第112-120页 |
·图像参数测量性能分析 | 第112-115页 |
·图像参数测量性能分析 | 第115-118页 |
·生产工艺指标预测准确性 | 第118-120页 |
·本章小结 | 第120-122页 |
7 结论与展望 | 第122-125页 |
·结论 | 第122-123页 |
·展望 | 第123-125页 |
参考文献 | 第125-137页 |
攻读学位期间主要的研究成果 | 第137-139页 |
致谢 | 第139页 |