微信扫一扫,移动浏览光盘
简介
本书应用图像增强、数学形态学变换、目标标记、特征匹配等数学及
图像处理技术，以视频图像为处理对象，对视频中大量的、相似的、边界
模糊的目标进行标识，对目标的边界进行分割，并对其形态特征进行统计
。内容包括灰度变换、双边滤波、距离变换及重构、目标标记、分水岭矿
石图像分割、泡沫图像分割及浮选泡沫测速等。本书主要应用于采矿场爆
破、矿石传送和浮选泡沫的视频处理，对图像中的矿石和泡沫目标进行分
割及形态统计。
本书主要为计算机、自动控制、资源及安全等领域从事图像处理和模
式识别工作的研究人员和工程技术人员提供参考，也可作为相关专业的研
究生教材。
目录
第一章 序言
1.1 图像处理在矿业领域应用和意义
1.2 矿业领域数字图像
1.3 矿业领域的图像处理研究
1.3.1 矿石分割研究
1.3.2 浮选泡沫分割研究
1.3.3 特征提取研究
1.4 计算机视觉系统
1.4.1 机器视觉
1.4.2 控制照明
1.4.3 数字图像处理
1.4.4 模式识别
第二章 图像增强
2.1 灰度变换
2.1.1 线性灰度变换
2.1.2 分段线性变换
2.2 双边滤波
2.2.1 高斯滤波器
2.2.2 双边滤波原理
2.2.3 双边滤波器
2.2.4 双边滤波实验结果
2.2.5 双边滤波讨论
2.2.6 双边滤波程序
2.3 结论
第三章 矿石图像二值化
3.1 图像二值化
3.2 灰度共生矩阵
3.2.1 灰度共生矩阵概念和原理
3.2.2 灰度共生矩阵的特征参数
3.2.3 灰度共生矩阵程序
3.3 基于杂乱度的局部阈值分割方法
3.3.1 图像杂乱度
3.3.2 基于C（t）曲线加权阈值算法
3.3.3 基于C（t）曲线程序
3.4 基于连通度的分割技术
3.4.1 形状连通性测度单阈值分割
3.4.2 形状连通性测度程序
3.5 自适应二值化
3.5.1 自适应二值化算法
3.5.2 自适应二值化程序
3.6 实验结果及分析
3.6.1 C（t）曲线和直方图二值化
3.6.2 C（t）曲线和直方图加权二值化
3.6.3 形状连通度和自适应二值化
3.7 结论
第四章 图像形态学重构
4.1 图像形态学基本变换
4.1.1 腐蚀
4.1.2 腐蚀程序
4.1.3 膨胀
4.1.4 开运算
4.1.5 闭运算
4.2 距离变换
4.2.1 距离变换基本原理
4.2.2 倒角模板处理
4.2.3 距离变换实验
4.2.4 距离变换程序
4.3 图像形态学重构
4.3.1 灰度图像重构基本原理
4.3.2 灰度图像重构结果及讨论
4.3.3 灰度图像重构程序
4.4 结论
第五章 图像种子区域提取
5.1 标记提取
5.1.1 连通区域标记处理
5.1.2 标记后处理
5.2 泡沫图像标记区域提取
5.2.1 高亮区域提取
5.2.2 种子区域去噪
5.2.3 泡沫标记区域提取程序
5.3 矿石图像种子区域提取
5.3.1 标记区域提取
5.3.2 标记阈值选取
5.3.3 种子区域选取
5.3.4 标记区域提取程序
5.4 结论
第六章 分水岭矿石图像分割
6.1 分水岭算法
6.2 传统分水岭算法
6.2.1 传统分水岭算法定义
6.2.2 传统分水岭算法
6.3 改进分水岭算法
6.3.1 基于标记的分水岭算法
6.3.2 分水岭算法和程序
6.4 分水岭实验
6.5 结论
第七章 基于区域生长的泡沫图像分割
7.1 区域生长
7.1.1 单一型区域生长
7.1.2 质心型区域生长
7.1.3 混合型区域生长
7.2 种子区域边界描述
7.2.1 种子区域边界定义
7.2.2 边界生长流程
7.3 边界生长分割算法
7.3.1 寻找种子边界上下左右四个像素
7.3.2 种子区域边界表示
7.3.3 种子区域边界生成算法
7.3.4 种子区域数据结构
7.4 区域生长
7.4.1 区域生长定义
7.4.2 生长过程描述
7.4.3 生长停止规则
7.4.4 边界区域生长程序
7.5 边界区域生长实验结果
7.6 结论
第八章 基于射线群的泡沫图像分割
8.1 泡沫图像种子区域提取及其去噪
8.1.1 高亮区域提取
8.1.2 泡沫的种子区域提取
8.2 射线群分割算法
8.2.1 射线群的描述
8.2.2 射线程序描述
8.3 基于射线灰度梯度的边界提取
8.4 实验结果及统计
8.5 结论
第九章 视频测速
9.1 光流法
9.1.1 光流算法发展现状
9.1.2 光流算法的基本原理
9.2 基于匹配的运动泡沫图像追踪算法
9.2.1 种子区域
9.2.2 种子区域提取算法
9.2.3 基于匹配的泡沫图像追踪算法
9.2.4 追踪目标特征
9.2.5 追踪算法
9.3 追踪实验
9.4 结论
参考文献
1.1 图像处理在矿业领域应用和意义
1.2 矿业领域数字图像
1.3 矿业领域的图像处理研究
1.3.1 矿石分割研究
1.3.2 浮选泡沫分割研究
1.3.3 特征提取研究
1.4 计算机视觉系统
1.4.1 机器视觉
1.4.2 控制照明
1.4.3 数字图像处理
1.4.4 模式识别
第二章 图像增强
2.1 灰度变换
2.1.1 线性灰度变换
2.1.2 分段线性变换
2.2 双边滤波
2.2.1 高斯滤波器
2.2.2 双边滤波原理
2.2.3 双边滤波器
2.2.4 双边滤波实验结果
2.2.5 双边滤波讨论
2.2.6 双边滤波程序
2.3 结论
第三章 矿石图像二值化
3.1 图像二值化
3.2 灰度共生矩阵
3.2.1 灰度共生矩阵概念和原理
3.2.2 灰度共生矩阵的特征参数
3.2.3 灰度共生矩阵程序
3.3 基于杂乱度的局部阈值分割方法
3.3.1 图像杂乱度
3.3.2 基于C（t）曲线加权阈值算法
3.3.3 基于C（t）曲线程序
3.4 基于连通度的分割技术
3.4.1 形状连通性测度单阈值分割
3.4.2 形状连通性测度程序
3.5 自适应二值化
3.5.1 自适应二值化算法
3.5.2 自适应二值化程序
3.6 实验结果及分析
3.6.1 C（t）曲线和直方图二值化
3.6.2 C（t）曲线和直方图加权二值化
3.6.3 形状连通度和自适应二值化
3.7 结论
第四章 图像形态学重构
4.1 图像形态学基本变换
4.1.1 腐蚀
4.1.2 腐蚀程序
4.1.3 膨胀
4.1.4 开运算
4.1.5 闭运算
4.2 距离变换
4.2.1 距离变换基本原理
4.2.2 倒角模板处理
4.2.3 距离变换实验
4.2.4 距离变换程序
4.3 图像形态学重构
4.3.1 灰度图像重构基本原理
4.3.2 灰度图像重构结果及讨论
4.3.3 灰度图像重构程序
4.4 结论
第五章 图像种子区域提取
5.1 标记提取
5.1.1 连通区域标记处理
5.1.2 标记后处理
5.2 泡沫图像标记区域提取
5.2.1 高亮区域提取
5.2.2 种子区域去噪
5.2.3 泡沫标记区域提取程序
5.3 矿石图像种子区域提取
5.3.1 标记区域提取
5.3.2 标记阈值选取
5.3.3 种子区域选取
5.3.4 标记区域提取程序
5.4 结论
第六章 分水岭矿石图像分割
6.1 分水岭算法
6.2 传统分水岭算法
6.2.1 传统分水岭算法定义
6.2.2 传统分水岭算法
6.3 改进分水岭算法
6.3.1 基于标记的分水岭算法
6.3.2 分水岭算法和程序
6.4 分水岭实验
6.5 结论
第七章 基于区域生长的泡沫图像分割
7.1 区域生长
7.1.1 单一型区域生长
7.1.2 质心型区域生长
7.1.3 混合型区域生长
7.2 种子区域边界描述
7.2.1 种子区域边界定义
7.2.2 边界生长流程
7.3 边界生长分割算法
7.3.1 寻找种子边界上下左右四个像素
7.3.2 种子区域边界表示
7.3.3 种子区域边界生成算法
7.3.4 种子区域数据结构
7.4 区域生长
7.4.1 区域生长定义
7.4.2 生长过程描述
7.4.3 生长停止规则
7.4.4 边界区域生长程序
7.5 边界区域生长实验结果
7.6 结论
第八章 基于射线群的泡沫图像分割
8.1 泡沫图像种子区域提取及其去噪
8.1.1 高亮区域提取
8.1.2 泡沫的种子区域提取
8.2 射线群分割算法
8.2.1 射线群的描述
8.2.2 射线程序描述
8.3 基于射线灰度梯度的边界提取
8.4 实验结果及统计
8.5 结论
第九章 视频测速
9.1 光流法
9.1.1 光流算法发展现状
9.1.2 光流算法的基本原理
9.2 基于匹配的运动泡沫图像追踪算法
9.2.1 种子区域
9.2.2 种子区域提取算法
9.2.3 基于匹配的泡沫图像追踪算法
9.2.4 追踪目标特征
9.2.5 追踪算法
9.3 追踪实验
9.4 结论
参考文献
矿业视频图像目标识别与分割
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
