| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第一章 绪论 | 第13-33页 |
| ·研究背景及意义 | 第13页 |
| ·图像处理技术在工业过程监控中的研究现状 | 第13-19页 |
| ·图像处理技术概述 | 第14-15页 |
| ·基于图像处理技术的工业过程监控研究现状 | 第15-19页 |
| ·图像处理技术在炉窑监控中的研究现状 | 第19-22页 |
| ·氧化铝回转窑烧结过程监测与控制的研究现状及存在问题 | 第22-30页 |
| ·国内氧化铝生产特点 | 第22-24页 |
| ·氧化铝回转窑烧结过程监测的研究现状 | 第24-27页 |
| ·氧化铝回转窑烧结过程控制的研究现状 | 第27-29页 |
| ·氧化铝回转窑烧结过程监测与控制存在的问题 | 第29-30页 |
| ·本文的主要工作 | 第30-33页 |
| 第二章 氧化铝回转窑烧结工况的描述 | 第33-49页 |
| ·氧化铝回转窑过程工艺描述 | 第33-36页 |
| ·回转窑烧结工况特性分析 | 第36-39页 |
| ·回转窑烧结工况识别的重要性与难度 | 第39-43页 |
| ·烧结工况识别的重要性 | 第39-41页 |
| ·烧结工况识别的难度 | 第41-43页 |
| ·烧结工况识别现状分析 | 第43-47页 |
| ·本章小结 | 第47-49页 |
| 第三章 基于图像特征与数据融合的烧结工况识别方法 | 第49-101页 |
| ·基于图像特征与数据融合的烧结工况识别策略 | 第49-51页 |
| ·烧结工况识别方法的结构 | 第49-51页 |
| ·烧结工况识别方法的功能 | 第51页 |
| ·基于图像特征与数据融合的烧结工况识别算法 | 第51-99页 |
| ·烧结工况图像预处理算法 | 第53-58页 |
| ·烧结工况图像分割算法 | 第58-71页 |
| ·烧结工况图像特征提取算法 | 第71-74页 |
| ·烧结工况图像特征与数据融合算法 | 第74-82页 |
| ·基于支持向量机的烧结工况识别算法 | 第82-98页 |
| ·基于烧结工况图像特征与数据融合的工况识别方法总结 | 第98-99页 |
| ·本章小结 | 第99-101页 |
| 第四章 基于图像处理的氧化铝回转窑烧结工况识别系统的研制 | 第101-129页 |
| ·系统需求分析 | 第101-104页 |
| ·系统功能需求分析 | 第101-103页 |
| ·系统性能需求分析 | 第103-104页 |
| ·系统体系结构 | 第104-105页 |
| ·系统硬件平台与软件平台 | 第105-108页 |
| ·系统硬件平台 | 第105-108页 |
| ·系统软件平台 | 第108页 |
| ·烧结工况识别软件设计与开发 | 第108-127页 |
| ·烧结工况识别软件开发环境 | 第108-109页 |
| ·基于多线程的烧结工况识别软件总体设计 | 第109-110页 |
| ·烧结工况识别软件功能模块设计与开发 | 第110-127页 |
| ·本章小结 | 第127-129页 |
| 第五章 实验研究 | 第129-147页 |
| ·实验对象描述 | 第129-132页 |
| ·实验背景介绍 | 第129-130页 |
| ·实验平台 | 第130-132页 |
| ·实验数据描述 | 第132-134页 |
| ·实验条件 | 第132-133页 |
| ·实验数据描述 | 第133-134页 |
| ·烧结工况识别模型的参数选择 | 第134页 |
| ·实验过程描述 | 第134-145页 |
| ·系统软件参数设置 | 第135-137页 |
| ·系统运行效果分析 | 第137-142页 |
| ·烧结工况识别方法的比较实验 | 第142-145页 |
| ·本章小结 | 第145-147页 |
| 结束语 | 第147-151页 |
| 参考文献 | 第151-159页 |
| 致谢 | 第159-161页 |
| 攻读博士期间发表的学术论文与参加的科研项目 | 第161-163页 |
| 作者简介 | 第163页 |
