声明 | 第1-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-11页 |
第一章 绪论 | 第11-22页 |
1.1 氧化铝生产概述及回转窑在生产中的应用 | 第11-13页 |
1.1.1 氧化铝生产概况 | 第11-12页 |
1.1.2 熟料烧结生产过程工艺 | 第12-13页 |
1.2 回转窑控制目标及控制应用研究现状 | 第13-14页 |
1.3 回转窑窑况检测的必要性 | 第14-16页 |
1.4 图像处理方法在回转窑窑况检测中的应用研究现状 | 第16-20页 |
1.4.1 温度场测量法 | 第17-18页 |
1.4.2 状态识别法 | 第18-20页 |
1.4.3 颗粒细度检测现状 | 第20页 |
1.5 本文工作 | 第20-22页 |
第二章 光流算法 | 第22-31页 |
2.1 运动图像处理方法的研究现状 | 第22-23页 |
2.2 光流算法概述 | 第23-24页 |
2.3 光流算法种类 | 第24-27页 |
2.4 基于张量(Tensor)的光流算法 | 第27-31页 |
第三章 改进的光流算法 | 第31-43页 |
3.1 一种提高运动场边缘精度的光流算法 | 第31-37页 |
3.1.1 算法概述 | 第31页 |
3.1.2 边界指标 | 第31-33页 |
3.1.3 算法步骤 | 第33-34页 |
3.1.4 实验结果及讨论 | 第34-36页 |
3.1.5 结论 | 第36-37页 |
3.2 一种基于非参数聚类的光流算法 | 第37-43页 |
3.2.1 算法概述 | 第37页 |
3.2.2 特征向量的构成 | 第37-38页 |
3.2.3 均值平移(Mean Shift) | 第38-39页 |
3.2.4 算法步骤 | 第39-40页 |
3.2.5 实验结果及分析 | 第40-42页 |
3.2.6 结论 | 第42-43页 |
第四章 基于光流算法的回转窑熟料颗粒细度检测方法 | 第43-50页 |
4.1 基于光流算法的回转窑熟料颗粒细度检测方法概述 | 第43页 |
4.2 提取物料区 | 第43-44页 |
4.3 图像光照补偿 | 第44-45页 |
4.4 图像频域滤波 | 第45-49页 |
4.4.1 图像频域噪声的分析 | 第45-47页 |
4.4.2 2-D滤波器设计 | 第47-48页 |
4.4.3 滤波试验结果及讨论 | 第48-49页 |
4.5 计算颗粒大小 | 第49-50页 |
第五章 窑况识别系统的设计与开发 | 第50-73页 |
5.1 系统结构 | 第50页 |
5.2 系统硬件结构 | 第50-52页 |
5.3 系统软件功能设计 | 第52-54页 |
5.3.1 系统安全功能 | 第52-53页 |
5.3.2 多媒体监控功能 | 第53-54页 |
5.3.3 过程状态检测功能 | 第54页 |
5.3.4 系统通讯功能 | 第54页 |
5.4 系统软件结构及模块设计与开发 | 第54-67页 |
5.4.1 特征提取模块 | 第55-58页 |
5.4.2 特征参数滤波 | 第58-63页 |
5.4.3 窑况识别模块 | 第63-65页 |
5.4.4 监控功能模块 | 第65-67页 |
5.5 工业试验 | 第67-73页 |
5.5.1 灰度值与物料区温度 | 第67-68页 |
5.5.2 闪烁频率与物料区温度 | 第68-69页 |
5.5.3 物料高度与物料区温度 | 第69-70页 |
5.5.4 物料颗粒检测 | 第70-72页 |
5.5.5 应用效果总结 | 第72-73页 |
第六章 结论 | 第73-75页 |
6.1 本文的工作 | 第73-74页 |
6.2 今后的研究方向 | 第74-75页 |
参考文献 | 第75-79页 |
致谢 | 第79-80页 |
攻读硕士期间参加项目及发表论文情况 | 第80页 |