第一章 序言 1
1.1图像处理在矿业领域应用和意义 1
1.2矿业领域数字图像 2
1.3矿业领域的图像处理研究 3
1.3.1矿石分割研究 3
1.3.2浮选泡沫分割研究 3
1.3.3特征提取研究 4
1.4计算机视觉系统 4
1.4.1机器视觉 4
1.4.2控制照明 5
1.4.3数字图像处理 5
1.4.4模式识别 6
第二章 图像增强 7
2.1灰度变换 7
2.1.1线性灰度变换 8
2.1.2分段线性变换 10
2.2双边滤波 11
2.2.1高斯滤波器 12
2.2.2双边滤波原理 12
2.2.3双边滤波器 13
2.2.4双边滤波实验结果 14
2.2.5双边滤波讨论 17
2.2.6双边滤波程序 17
2.3结论 19
第三章 矿石图像二值化 20
3.1图像二值化 21
3.2灰度共生矩阵 22
3.2.1灰度共生矩阵概念和原理 22
3.2.2灰度共生矩阵的特征参数 23
3.2.3灰度共生矩阵程序 25
3.3基于杂乱度的局部阈值分割方法 26
3.3.1图像杂乱度 26
3.3.2基于C （t）曲线加权阈值算法 27
3.3.3基于C （t）曲线程序 28
3.4基于连通度的分割技术 31
3.4.1形状连通性测度单阈值分割 31
3.4.2形状连通性测度程序 32
3.5自适应二值化 34
3.5.1自适应二值化算法 34
3.5.2自适应二值化程序 35
3.6实验结果及分析 37
3.6.1 C （t）曲线和直方图二值化 37
3.6.2 C （t）曲线和直方图加权二值化 38
3.6.3形状连通度和自适应二值化 39
3.7结论 40
第四章 图像形态学重构 41
4.1图像形态学基本变换 41
4.1.1腐蚀 43
4.1.2腐蚀程序 45
4.1.3膨胀 46
4.1.4开运算 47
4.1.5闭运算 48
4.2距离变换 49
4.2.1距离变换基本原理 50
4.2.2倒角模板处理 51
4.2.3距离变换实验 52
4.2.4距离变换程序 53
4.3图像形态学重构 54
4.3.1灰度图像重构基本原理 55
4.3.2灰度图像重构结果及讨论 55
4.3.3灰度图像重构程序 57
4.4结论 59
第五章 图像种子区域提取 60
5.1标记提取 60
5.1.1连通区域标记处理 60
5.1.2标记后处理 60
5.2泡沫图像标记区域提取 61
5.2.1高亮区域提取 61
5.2.2种子区域去噪 62
5.2.3泡沫标记区域提取程序 63
5.3矿石图像种子区域提取 69
5.3.1标记区域提取 69
5.3.2标记阈值选取 71
5.3.3种子区域选取 72
5.3.4标记区域提取程序 73
5.4结论 75
第六章 分水岭矿石图像分割 76
6.1分水岭算法 76
6.2传统分水岭算法 78
6.2.1传统分水岭算法定义 78
6.2.2传统分水岭算法 79
6.3改进分水岭算法 81
6.3.1基于标记的分水岭算法 82
6.3.2分水岭算法和程序 83
6.4分水岭实验 86
6.5结论 87
第七章 基于区域生长的泡沫图像分割 88
7.1区域生长 88
7.1.1单一型区域生长 89
7.1.2质心型区域生长 89
7.1.3混合型区域生长 89
7.2种子区域边界描述 90
7.2.1种子区域边界定义 90
7.2.2边界生长流程 90
7.3边界生长分割算法 91
7.3.1寻找种子边界上下左右四个像素 91
7.3.2种子区域边界表示 91
7.3.3种子区域边界生成算法 92
7.3.4种子区域数据结构 92
7.4区域生长 92
7.4.1区域生长定义 92
7.4.2生长过程描述 93
7.4.3生长停止规则 94
7.4.4边界区域生长程序 94
7.5边界区域生长实验结果 98
7.6结论 99
第八章 基于射线群的泡沫图像分割 100
8.1泡沫图像种子区域提取及其去噪 100
8.1.1高亮区域提取 100
8.1.2泡沫的种子区域提取 101
8.2射线群分割算法 101
8.2.1射线群的描述 101
8.2.2.射线程序描述 102
8.3基于射线灰度梯度的边界提取 104
8.4实验结果及统计 105
8.5结论 106
第九章 视频测速 108
9.1光流法 108
9.1.1光流算法发展现状 108
9.1.2光流算法的基本原理 109
9.2基于匹配的运动泡沫图像追踪算法 110
9.2.1种子区域 111
9.2.2种子区域提取算法 111
9.2.3基于匹配的泡沫图像追踪算法 112
9.2.4追踪目标特征 115
9.2.5追踪算法 115
9.3追踪实验 116
9.4结论 118
参考文献 119