礦物浮選泡沫圖像處理與過程監(jiān)測技術(shù)

第1章 緒論
1.1 浮選工業(yè)的發(fā)展
1.2 礦物浮選泡沫圖像處理技術(shù)的發(fā)展
1.3 浮選生產(chǎn)過程監(jiān)測技術(shù)的發(fā)展
第2章 浮選生產(chǎn)過程工藝機理分析
2.1 浮選生產(chǎn)過程原理及工藝
2.2 氣泡礦化熱力學分析
2.3 礦粒與泡沫作用過程動力學分析
2.4 浮選泡沫特征的主要影響因素
2.5 表征浮選工況的泡沫表面視覺特征
2.6 小結(jié)
第3章 浮選泡沫形態(tài)特征提取
3.1 泡沫圖像形態(tài)特征提取方法概述
3.2 泡沫圖像的篩選與光照補償
3.3 泡沫圖像分割結(jié)構(gòu)元素選取
3.4 基于分層分水嶺的泡沫圖像自適應分割算法
3.5 基于谷底型邊緣的泡沫圖像分割方法
3.6 圖像標記及像素定標
3.7 泡沫尺寸統(tǒng)計特征提取
3.8 基于形態(tài)學簽名變換的泡沫形狀特征提取
3.9 小結(jié)
第4章 浮選泡沫顏色和紋理特征提取
4.1 泡沫顏色和紋理特征提取概述
4.2 基于全變差修復的泡沫頂部亮點移除
4.3 多顏色空間的泡沫顏色特征提取
4.4 紋理特征提取
4.5 小結(jié)
第5章 浮選泡沫動態(tài)特征提取
5.1 動態(tài)特征提取方法概述
5.2 浮選泡沫速度特征提取
5.3 浮選泡沫穩(wěn)定度特征提取方法
5.4 小結(jié)
第6章 基于泡沫視覺特征的浮選關(guān)鍵工藝參數(shù)檢測
6.1 浮選泡沫視覺特征與關(guān)鍵工藝參數(shù)分析
6.2 基于混合神經(jīng)網(wǎng)絡的pH軟測量模型
6.3 基于B樣條變換偏最小二乘的精礦品位預測模型
6.4 基于稀疏多核最小二乘支持向量機的回收率預測模型
6.5 小結(jié)
第7章基于泡沫視覺特征的浮選工況識別
7.1 基于尺寸概率密度估計的浮選工況識別
7.2 基于加權(quán)模糊支持向量機的浮選工況識別
7.3 小結(jié)
第8章基于機器視覺的礦物浮選過程監(jiān)測系統(tǒng)
8.1 系統(tǒng)需求分析
8.2 圖像采集硬件平臺設(shè)計
8.3 軟件設(shè)計與實現(xiàn)
8.4 鋁土礦浮選過程監(jiān)測系統(tǒng)
8.5 鋅濕法冶煉硫浮選過程監(jiān)測系統(tǒng)
8.6 銅優(yōu)浮選過程監(jiān)測系統(tǒng)
8.7 金銻浮選過程監(jiān)測系統(tǒng)
8.8 小結(jié)
參考文獻