

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、以浮選泡沫圖像為研究對(duì)象,著重研究了泡沫圖像的分割問(wèn)題。結(jié)合浮選工藝參數(shù)分析了浮選泡沫圖像的特點(diǎn),在介紹泡沫圖像靜態(tài)特征和動(dòng)態(tài)特征的基礎(chǔ)上主要研究了泡沫圖像的形態(tài)特征提取。提出了合理的提取泡沫圖像形態(tài)特征的方法,為基于數(shù)字圖像處理的礦物浮選優(yōu)化控制系統(tǒng)奠定了基礎(chǔ)。
首先,針對(duì)泡沫圖像的特征及泡沫圖像容易受光照等條件影響,分析了在泡沫圖像分割中,對(duì)于混合多種尺寸氣泡的泡沫圖像難于有效分割的問(wèn)題。介紹了粒子群算法的原理及參數(shù)設(shè)
2、置和圖像的閾值分割算法,并分析閾值分割算法在浮選泡沫圖像分割中的不足之處。
其次,深入分析了泡沫圖像的特點(diǎn),給出了基于谷底邊緣分割算法的泡沫圖像初始化分割,并利用改進(jìn)的粒子群算法來(lái)提高谷底邊緣分割中邊緣閾值的準(zhǔn)確性。在泡沫圖像初始化分割基礎(chǔ)上,針對(duì)泡沫圖像中仍含有的過(guò)分割和欠分割現(xiàn)象,提出了泡沫圖像的區(qū)域合并和分裂的二次分割處理方法,并給出了合并和分裂的判定標(biāo)準(zhǔn)。
最后,深入分析幾種圖像分割的評(píng)估標(biāo)準(zhǔn),給出了
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于粒子群的圖像分割算法及其應(yīng)用.pdf
- 粒子群優(yōu)化算法的改進(jìn)及其在圖像分割中的應(yīng)用.pdf
- 粒子群算法及其在圖像分割中的應(yīng)用與研究.pdf
- 自適應(yīng)粒子群優(yōu)化算法及其在圖像分割中的應(yīng)用.pdf
- 基于粒子群優(yōu)化算法的圖像分割研究.pdf
- 基于多目標(biāo)粒子群優(yōu)化算法的圖像分割算法.pdf
- 改進(jìn)粒子群優(yōu)化算法及其在多閾值圖像分割中的應(yīng)用.pdf
- 改進(jìn)型粒子群優(yōu)化算法及其在圖像分割中的應(yīng)用.pdf
- 混合粒子群優(yōu)化算法及其在圖像匹配中的應(yīng)用研究.pdf
- 基于粒子群優(yōu)化絮體圖像分割算法的設(shè)計(jì)和應(yīng)用.pdf
- 模糊聚類與粒子群算法在圖像分割中的應(yīng)用研究.pdf
- 混合粒子群算法應(yīng)用研究.pdf
- 粒子群優(yōu)化算法在圖像檢索中的應(yīng)用.pdf
- 基于分?jǐn)?shù)階粒子群的Otsu圖像分割算法研究.pdf
- 混合粒子群算法在陣列天線綜合中的應(yīng)用.pdf
- 混合粒子群優(yōu)化算法及其應(yīng)用.pdf
- 混合粒子群算法的研究與應(yīng)用.pdf
- 基于改進(jìn)粒子群優(yōu)化算法的灰度圖像分割研究.pdf
- 基于量子粒子群算法的圖像閾值分割方法研究.pdf
- 粒子群算法在模糊圖像復(fù)原中的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論