声明
摘要
第一章 绪论
1.1 引言
1.2 数字图像处理技术的发展
1.2.1 数字图像处理技术的目的和主要内容
1.2.2 数字图像处理技术的应用
1.3 人类视觉基础
1.3.1 人眼对亮度的适应范围
1.3.2 人眼对颜色的感知
1.4 ImageJ软件简介
1.4.1 ImageJ软件和其他图像处理软件的比较
1.4.2 ImageJ软件独有的特点
1.5 颚式破碎机及其可视化监测
1.6 问题的提出
1.7 选题的目的和意义
1.8 本章小结
第二章 常见的颜色空间以及相互间的转换
2.1 引言
2.2 颜色模型的分类
2.2.1 RGB颜色空间
2.2.2 CMY颜色空间
2.2.3 Munsell颜色空间
2.2.4 YUV颜色空间
2.2.5 YIQ颜色空间
2.2.6 YCbCr颜色空间
2.3 本章小结
第三章 图像增强方法
3.1 引言
3.2 图像增强方法的分类
3.3 图像增强的点运算
3.3.1 分段线性变换
3.3.2 直方图变换
3.4 局部处理
3.4.1 图像平滑
3.4.2 图像锐化
3.5 频率域增强
3.6 初碎原矿数字彩色图像的彩色增强
3.6.1 基于ImageJ软件对初碎原矿数字彩色图像的增强
3.6.2 基于ImageJ软件对伪彩色图像的显示和编辑
3.7 本章小结
第四章 图像的分割
4.1 引言
4.2 图像分割的定义
4.3 图像分割的分类
4.4 彩色图像分割方法
4.4.1 直方图阈值法
4.4.2 基于边缘检测的分割算法
4.4.3 基于区域的分割方法
4.4.4 聚类的方法
4.4.5 其它分割方法
4.5 基于颜色空间对彩色图像进行分割
4.6 本章小结
第五章 颗粒数字彩色图像轮廓的提取
5.1 引言
5.2 ImageJ软件常用功能应用
5.2.1 减背景
5.2.2 高斯模糊处理
5.2.3 增加亮度和对比度
5.2.4 彩色阈值(Color Threshold)
5.2.5 堆栈(stack)
5.2.6 魔棒(Wand Tool)
5.2.7 边缘检测
5.2.8 填充(Filling holes)
5.2.9 基于数学形态学的开闭运算㈨
5.3 基于ImageJ提取初碎单颗粒数字彩色图像的边缘
5.3.1 基于高斯模糊提取颗粒数字图像的边缘
5.3.2 基于RGBstack提取颗粒数字图像边缘
5.3.3 基于三通道对颗粒数字图像的边缘进行提取
5.3.4 基于HSBstack提取颗粒数字图像边缘
5.4 基于ImageJ对初碎分散多颗粒数字彩色图像边缘的提取
5.4.1 基于Wand Tool对初碎分散多颗粒数字彩色图像轮廓的提取
5.4.2 基于RGBstack对初碎分散多颗粒彩色图像提取边缘
5.5 基于ImageJ对粘连颗粒数字彩色图像的分割
5.5.1 基于分水岭分割方法对轻度粘连颗粒数字彩色图像的分割
5.5.2 基于Freehands selection工具对颗粒数字彩色图像的分割
5.6 本章总结
第六章 现代测量技术在颗粒度中的应用
6.1 引言
6.2 常见的颗粒度测量方法
6.2.1 筛分法
6.2.2 电阻法
6.2.3 显微图像法
6.2.4 沉降法
6.2.5 电传感法
6.2.6 其它颗粒度测量方法
6.3 现代粒度测量方法存在的问题
6.4 等效粒径的测量方法
6.5 本章小结
第七章 基于IMAGEJ对初碎原矿颗粒度检测方法
7.1 引言
7.2 粒度测量方法的分类
7.3 等效投影面积法
7.4 物料颗粒度的挑选
7.5 基于ImageJ对初碎原矿颗粒度检测方法具体步骤
7.5.1 采样与处理
7.5.2 颗粒的标定
7.5.3 颗粒数字图像的输入和处理
7.5.4 粒度测量单位的设定
7.5.5 图像数据参数的选择
7.5.6 Analyze Particles的设定及统计结果输出
7.5.7 颗粒度分布直方图
7.5.8 实验结果分析
7.6 粒度的测量和直方图分布的统计
7.6.1 对复杂粘连颗粒度的测量及统计
7.7 实验结果分析
7.8 本章小结
第八章 结论与展望
8.1 引言
8.2 结论
8.3 展望
参考文献
致谢
攻读学位期间发表的学术论文