| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-18页 |
| ·论文选题背景和意义 | 第8-9页 |
| ·浮选泡沫图像监控系统研究现状 | 第9-11页 |
| ·浮选工艺 | 第9-10页 |
| ·泡沫产生机理 | 第10-11页 |
| ·泡沫图像特征参数的分析 | 第11-14页 |
| ·泡沫图像静态特征与浮选工况间关系 | 第12-13页 |
| ·浮选泡沫动态特征与浮选工况间关系 | 第13-14页 |
| ·泡沫图像分割研究现状及分割难点 | 第14-16页 |
| ·泡沫图像分割及现状分析 | 第14-15页 |
| ·泡沫图像分割难点分析 | 第15-16页 |
| ·论文主要研究内容 | 第16-18页 |
| 第二章 微粒群算法及其在阈值分割中的应用 | 第18-27页 |
| ·基本粒子群算法原理及其流程 | 第18-20页 |
| ·基本微粒群算法的原理及参数分析 | 第18-19页 |
| ·PSO算法的流程图 | 第19-20页 |
| ·粒子群算法的几种测试函数 | 第20-22页 |
| ·阈值分割介绍 | 第22-25页 |
| ·阈值分割 | 第22-23页 |
| ·分析几种阈值分割 | 第23-25页 |
| ·粒子群算法在最大熵阈值分割的应用 | 第25-26页 |
| ·适应度函数的选取 | 第25页 |
| ·计算流程 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第三章 改进微粒群算法在谷底边缘分割中应用 | 第27-40页 |
| ·改进的粒子群算法提出 | 第27-28页 |
| ·谷底边缘分割算法 | 第28-38页 |
| ·经典边缘分割分析及其缺点 | 第28-32页 |
| ·谷底边缘分割算法 | 第32-36页 |
| ·谷底边缘分割的实验结果 | 第36-38页 |
| ·改进的粒子群算法获得泡沫图像最优的谷底边缘分割阈值 | 第38-39页 |
| ·选取适应度函数 | 第38页 |
| ·求取谷底边缘分割阈值的流程 | 第38-39页 |
| ·小结 | 第39-40页 |
| 第四章 基于区域合并和分裂的二次分割处理 | 第40-48页 |
| ·区域生长算法介绍 | 第40-43页 |
| ·图像像素邻域 | 第41页 |
| ·区域生长算法类型 | 第41-42页 |
| ·区域生长准则 | 第42-43页 |
| ·区域合并和分裂算法规则 | 第43-45页 |
| ·区域合并 | 第44页 |
| ·区域分裂 | 第44-45页 |
| ·区域合并和区域分裂算法设计 | 第45-47页 |
| ·种子区域的选取 | 第45页 |
| ·区域合并和分裂算法步骤 | 第45-47页 |
| ·区域合并和分裂的判定准则 | 第47页 |
| ·小结 | 第47-48页 |
| 第五章 算法的实现和实验结果与分析 | 第48-60页 |
| ·泡沫图像分割算法总流程 | 第48页 |
| ·分割标准的判定 | 第48-53页 |
| ·分析评价方法 | 第50页 |
| ·"优良"实例方法 | 第50-51页 |
| ·实例差异方法 | 第51-53页 |
| ·泡沫图像分割结果 | 第53-55页 |
| ·泡沫图像分类 | 第53-54页 |
| ·泡沫图像分类结果 | 第54-55页 |
| ·实验结果的分析和对比 | 第55-59页 |
| ·分割算法比较结果 | 第56-57页 |
| ·分割算法方法评估 | 第57-59页 |
| ·小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·研究工作总结 | 第60-61页 |
| ·后续工作展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间主要的研究成果 | 第68页 |