| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 目录 | 第12-15页 |
| 1 绪论 | 第15-45页 |
| ·课题研究的背景与意义 | 第15-17页 |
| ·工艺浮选过程及过程监控 | 第17-25页 |
| ·浮选过程简介 | 第17-18页 |
| ·浮选过程影响因素 | 第18-22页 |
| ·浮选过程监控 | 第22-25页 |
| ·矿物浮选过程视觉监控系统研究和应用现状 | 第25-42页 |
| ·浮选过程视觉监控的优点 | 第25-27页 |
| ·浮选过程视觉监控研究现状 | 第27-30页 |
| ·泡沫图像处理与视觉特征提取方法研究现状 | 第30-40页 |
| ·常用的泡沫图像分析方法在浮选过程监控中的问题 | 第40-42页 |
| ·主要研究内容与论文章节安排 | 第42-45页 |
| 2 泡沫图像表面视觉特点与统计分布特性分析 | 第45-68页 |
| ·浮选泡沫图像表面视觉特点 | 第45-48页 |
| ·视觉感知与图像统计建模 | 第48-56页 |
| ·生物视觉信息处理过程 | 第48-51页 |
| ·图像统计建模研究和应用现状 | 第51-53页 |
| ·图像统计建模基本方法 | 第53-56页 |
| ·泡沫图像统计特性分析 | 第56-67页 |
| ·泡沫图像频谱特性 | 第57-63页 |
| ·泡沫图像变换域系数统计特性 | 第63-67页 |
| ·小结 | 第67-68页 |
| 3 时空联合的泡沫图像贝叶斯去噪方法研究 | 第68-85页 |
| ·泡沫图像细节与噪声特点 | 第68-70页 |
| ·基于帧内图像信息的泡沫图像去噪 | 第70-76页 |
| ·图像贝叶斯去噪基本原理 | 第70-71页 |
| ·泡沫图像多尺度几何变换域系数统计建模 | 第71-75页 |
| ·图像多尺度几何变换域贝叶斯去噪 | 第75-76页 |
| ·时空联合的泡沫图像去噪 | 第76-78页 |
| ·图像序列运动估计和帧间加权处理 | 第76-78页 |
| ·时空联合泡沫图像去噪算法步骤 | 第78页 |
| ·泡沫图像去噪结果分析 | 第78-84页 |
| ·小结 | 第84-85页 |
| 4 基于图像空间结构分布的泡沫颜色校正方法研究 | 第85-104页 |
| ·颜色恒常原理 | 第85-92页 |
| ·色彩感知的影响因素 | 第85-87页 |
| ·颜色恒常原理 | 第87-89页 |
| ·常用的颜色恒常方法 | 第89-92页 |
| ·基于图像空间结构分布的图像颜色恒常方法 | 第92-98页 |
| ·图像空间结构统计建模 | 第92-95页 |
| ·基于图像空间结构分布的图像颜色恒常算法 | 第95-98页 |
| ·泡沫图像颜色恒常处理 | 第98-102页 |
| ·样本学习 | 第98-100页 |
| ·泡沫图像颜色校正 | 第100-102页 |
| ·小结 | 第102-104页 |
| 5 基于泡沫大小动态分布的粗选加药健康分析 | 第104-124页 |
| ·泡沫大小分布特征提取 | 第104-113页 |
| ·泡沫图像分割 | 第106-108页 |
| ·泡沫图像分割对比 | 第108-109页 |
| ·泡沫大小概率密度估计 | 第109-113页 |
| ·泡沫大小分布特征学习 | 第113-115页 |
| ·浮选过程加药健康状态识别 | 第115-123页 |
| ·方法描述 | 第116-120页 |
| ·识别结果及分析 | 第120-123页 |
| ·小结 | 第123-124页 |
| 6 基于Gabor小波变换的泡沫状态分类与识别研究 | 第124-150页 |
| ·泡沫图像Gabor小波变换 | 第125-129页 |
| ·Gabor小波变换 | 第125-127页 |
| ·泡沫图像Gabor小波变换 | 第127-129页 |
| ·基于RGFR和IGFR的统计特征提取 | 第129-135页 |
| ·RGFR和IGFR的边缘分布特征 | 第129-133页 |
| ·RGFR和IGFR联合分布特征 | 第133-135页 |
| ·基于AGFR的特征提取 | 第135-138页 |
| ·AGFR边缘统计分布特征 | 第135-137页 |
| ·AGFR联合分布特征 | 第137-138页 |
| ·基于PGFR的特征提取 | 第138-141页 |
| ·泡沫图像纹理特征参量表示 | 第141-142页 |
| ·浮选工业生产状态识别 | 第142-149页 |
| ·浮选泡沫生产状态聚类分析 | 第144-146页 |
| ·基于神经网络的浮选状态识别 | 第146-149页 |
| ·小结 | 第149-150页 |
| 7 工业应用研究 | 第150-167页 |
| ·铝土矿浮选泡沫图像视觉监控系统开发 | 第150-156页 |
| ·中州铝厂铝土矿浮选过程描述 | 第150-152页 |
| ·浮选过程视觉监控系统开发 | 第152-156页 |
| ·视觉监控系统工业应用 | 第156-166页 |
| ·最佳精选泡沫图像局部纹理特征区间提取 | 第156-161页 |
| ·浮选生产工况综合评价 | 第161-166页 |
| ·小结 | 第166-167页 |
| 8 结论与展望 | 第167-170页 |
| ·研究工作总结 | 第167-168页 |
| ·后续工作展望 | 第168-170页 |
| 参考文献 | 第170-186页 |
| 攻读学位期间主要的研究成果 | 第186-189页 |
| 致谢 | 第189-190页 |