首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于X射线图像的煤矸石智能分选控制系统研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-19页
    1.1 课题研究背景和意义第11-13页
    1.2 煤和矸石分选技术现状和前景第13-18页
        1.2.1 人工法选煤第13-14页
        1.2.2 重介质法选煤第14-15页
        1.2.3 跳汰法选煤第15-16页
        1.2.4 干选法选煤第16页
        1.2.5 γ射线选煤第16-18页
    1.3 论文的主要工作第18-19页
第2章 煤和矸石的X射线图像采集第19-33页
    2.1 X射线成像原理第19-22页
    2.2 煤和矸石分选系统检测设备第22-33页
        2.2.1 X射线源组成第22-26页
        2.2.2 X射线探测器组成第26-31页
        2.2.3 X射线源射线泄露和防护第31-33页
第3章 煤和矸石分选系统结构第33-49页
    3.1 煤和矸石分选系统基本结构第33-35页
    3.2 分选系统功能要求和实现第35-36页
    3.3 分选系统检测部分设计第36-41页
        3.3.1 X射线源与控制终端间通信第36-38页
        3.3.2 X射线源的控制软件设计第38-41页
    3.4 分选系统识别部分设计第41-45页
        3.4.1 数据采集板与控制终端间通信第41-43页
        3.4.2 数据采集和图像显示软件设计第43-45页
    3.5 分选系统分选部分设计第45-49页
        3.5.1 分选部分结构第45-46页
        3.5.2 分选流程第46-49页
第4章 煤和矸石的X图像处理第49-65页
    4.1 煤和矸石的X图像第49-51页
    4.2 煤和矸石的灰度分布第51-54页
        4.2.1 灰度直方图的建立第51-52页
        4.2.2 灰度值分布和灰度值统计第52-54页
    4.3 煤和矸石图像识别方法比较第54-55页
        4.3.1 常用灰度值识别原理第54页
        4.3.2 X射线衰减度识别原理第54-55页
    4.4 系统中图像处理流程第55-56页
    4.5 煤和矸石的X射线图像滤波第56-59页
        4.5.1 图像噪声类型第56-57页
        4.5.2 图像平滑滤波第57-59页
    4.6 X图像中煤和矸石边缘提取第59-65页
        4.6.1 Prewitt算子第60-61页
        4.6.2 Roberts算子第61-62页
        4.6.3 Sobel算子第62页
        4.6.4 Laplacian算子第62-65页
第5章 煤和矸石的识别算法第65-75页
    5.1 图像识别策略第65页
    5.2 二值化X图像第65-67页
    5.3 煤和矸石的面积第67-68页
        5.3.1 图像目标像素数M第67页
        5.3.2 图像目标面积S第67-68页
    5.4 煤和矸石的高度第68-69页
    5.5 衰减曲线拟合第69-70页
    5.6 实验结果总结与分析第70-75页
        5.6.1 煤和矸石的识别阈值第70-73页
        5.6.2 目标中心坐标检测第73-75页
第6章 总结与展望第75-77页
    6.1 总结第75-76页
    6.2 展望第76-77页
参考文献第77-81页
致谢第81页

论文共81页,点击 下载论文
上一篇:基于简易测量板对草地群落地上生物量估测的应用研究
下一篇:休眠期增温、增雪对黄土高原封育草地生产力的影响机制研究