摘要 | 第3-6页 |
abstract | 第6-10页 |
第一章 引言 | 第14-28页 |
1.1 研究背景及意义 | 第14-15页 |
1.2 国内外研究现状 | 第15-25页 |
1.2.1 浮选产品质量检测研究现状 | 第15-22页 |
1.2.2 颗粒粒度检测研究现状 | 第22-25页 |
1.3 主要研究内容及技术路线 | 第25-28页 |
第二章 浮选尾煤图像采集试验系统构建 | 第28-48页 |
2.1 试验系统整体设计 | 第28-30页 |
2.2 试验样品准备 | 第30-31页 |
2.3 图像采集系统组成 | 第31-46页 |
2.3.1 相机选择研究 | 第31-35页 |
2.3.2 镜头选择研究 | 第35-40页 |
2.3.3 光源和照明方式选择研究 | 第40-46页 |
2.4 本章小结 | 第46-48页 |
第三章 浮选尾煤彩色图像特征提取与分析 | 第48-82页 |
3.1 基于图像处理法尾煤灰分检测的理论基础 | 第48-50页 |
3.2 相机关键参数确定 | 第50-51页 |
3.3 煤泥浮选尾煤图像特点 | 第51-55页 |
3.4 多颜色空间浮选尾煤颜色特征提取 | 第55-80页 |
3.4.1 图像滤波 | 第55-59页 |
3.4.2 颜色矩 | 第59-60页 |
3.4.3 多颜色空间颜色矩特征提取和分析 | 第60-74页 |
3.4.4 多颜色空间直方图特征提取和分析 | 第74-80页 |
3.5 本章小结 | 第80-82页 |
第四章 基于彩色图像特征的尾煤灰分回归建模研究 | 第82-104页 |
4.1 单变量回归建模研究 | 第82-88页 |
4.1.1 R分量单变量回归分析 | 第82-84页 |
4.1.2 G分量单变量回归分析 | 第84-86页 |
4.1.3 B分量单变量回归分析 | 第86-88页 |
4.2 定式组合变量回归建模研究 | 第88-93页 |
4.2.1 Y分量回归分析 | 第88-90页 |
4.2.2 U分量回归分析 | 第90-92页 |
4.2.3 V分量回归分析 | 第92-93页 |
4.3 RGB三分量线性自由组合变量回归建模研究 | 第93-95页 |
4.4 RGB两分量线性自由组合变量回归建模研究 | 第95-101页 |
4.4.1 基础变量选择及相关性分析 | 第96-99页 |
4.4.2 两分量线性组合变量回归分析 | 第99-101页 |
4.5 二阶多项式组合变量回归建模研究 | 第101-103页 |
4.6 本章小结 | 第103-104页 |
第五章 基于浓度和彩色图像特征的尾煤灰分软测量研究 | 第104-120页 |
5.1 不同浓度的煤浆灰分软测量研究 | 第104-110页 |
5.2 基于浓度和彩色图像特征的尾煤灰分软测量研究 | 第110-113页 |
5.3 基于透射图像灰度特征的尾煤浓度预测模型研究 | 第113-119页 |
5.3.1 理论基础 | 第113-115页 |
5.3.2 浓度预测模型建立 | 第115-119页 |
5.4 本章小结 | 第119-120页 |
第六章 基于透射图像的浮选尾煤粗颗粒含量预测 | 第120-154页 |
6.1 浮选尾煤“跑粗”问题 | 第120-122页 |
6.2 相机标定及关键参数确定 | 第122-126页 |
6.2.1 相机标定 | 第122-124页 |
6.2.2 相机曝光时间确定 | 第124-126页 |
6.3 浓度和粒度对颗粒图像的影响 | 第126-127页 |
6.3.1 浓度对颗粒图像的影响 | 第126页 |
6.3.2 粒度对颗粒图像的影响 | 第126-127页 |
6.4 浮选尾煤颗粒图像的预处理方法研究 | 第127-134页 |
6.4.1 浮选尾煤颗粒图像滤波 | 第128-130页 |
6.4.2 浮选尾煤颗粒图像增强 | 第130-132页 |
6.4.3 浮选尾煤颗粒图像二值化 | 第132-134页 |
6.5 浮选尾煤颗粒图像形态学处理 | 第134-138页 |
6.5.1 形态学处理的方法及原理 | 第135-136页 |
6.5.2 尾煤颗粒二值图像形态学处理 | 第136-138页 |
6.6 基于标记符控制分水岭算法的尾煤粘连颗粒分割 | 第138-144页 |
6.6.1 边界颗粒去除 | 第138-139页 |
6.6.2 标记符控制分水岭算法 | 第139-141页 |
6.6.3 分割过程及结果 | 第141-144页 |
6.7 浮选尾煤粗颗粒特征参数提取与分析 | 第144-151页 |
6.7.1 边缘检测 | 第144-145页 |
6.7.2 浮选尾煤颗粒特征参数描述 | 第145-146页 |
6.7.3 特征参数提取及粗颗粒含量预测模型 | 第146-151页 |
6.8 本章小结 | 第151-154页 |
第七章 基于产品指标的浮选过程优化控制策略初步研究 | 第154-166页 |
7.1 浮选过程优化控制框架和控制策略初步研究 | 第154-157页 |
7.2 浮选精煤灰分软测量建模初步研究 | 第157-164页 |
7.2.1 GSA-LSSVM建模基本原理 | 第158-160页 |
7.2.2 模型建立与仿真分析 | 第160-164页 |
7.3 小结 | 第164-166页 |
第八章 总结与展望 | 第166-170页 |
8.1 主要研究结论 | 第166-168页 |
8.2 主要创新点 | 第168页 |
8.3 展望 | 第168-170页 |
参考文献 | 第170-182页 |
附录 | 第182-184页 |
致谢 | 第184-186页 |
攻读博士学位期间发表的论文 | 第186页 |