声明
摘要
1 绪论
1.1 课题来源与研究背景
1.2 矿物浮选流程及其数字图像处理技术的应用
1.2.1 矿物浮选工艺
1.2.2 矿物浮选中数字图像处理技术的应用
1.3 浮选泡沫图像处理技术研究现状
1.3.1 浮选泡沫数字图像处理技术国内外研究现状
1.3.2 浮选泡沫数字图像分类方法研究现状
1.4 论文的主要内容和结构安排
2 基于局部特征向量空间模型的泡沫图像分类方法
2.1 向量空间模型
2.2 基于局部特征VSM的泡沫图像分类方法
2.2.1 泡沫图像的局部底层特征选择和提取
2.2.2 泡沫图像的泡沫状态词汇表生成
2.2.3 泡沫图像的词袋描述
2.2.4 基于向量空间模型的泡沫图像分类
2.3 仿真研究及其结果分析
2.4 本章小结
3 基于局部特征贝叶斯概率模型的泡沫图像分类方法
3.1 基于贝叶斯概率的分类模型
3.1.1 贝叶斯定理
3.1.2 基于贝叶斯概率的分类模型建立
3.1.3 基于最大期望算法的模型参数估计
3.2.基于局部特征贝叶斯概率模型的泡沫图像分类
3.3 实验验证与分析
3.4 本章小结
4 基于尺度不变特征变换SIFT的泡沫图像动态特征提取方法
4.1 SIFT算法介绍与实施
4.1.1 SIFT算法概述
4.1.2 SIFT算法实施
4.2 利用SIFT算法获取浮选泡沫动态特征
4.2.1 泡沫图像关键点的提取与匹配
4.2.2 泡沫图像动态特征提取
4.3 本章小结
5 基于局部动静态特征的浮选泡沫图像分层分类识别系统
5.1 常用浮选泡沫的视觉参数选取
5.1.1 泡沫静态参数与工况分析
5.1.2 泡沫动态参数与工况分析
5.2 基于局部动静特征的泡沫图像分层分类系统
5.3 仿真研究及其结果分析
5.4 本章小结
6 结论与展望
6.1 研究工作总结
6.2 后续工作展望
参考文献
攻读学位期间主要研究成果
致谢