矿业视频图像目标识别与分割

《矿业视频图像:目标识别与分割》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。《矿业视频图像:目标识别与分割》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。
《矿业视频图像:目标识别与分割》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。

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

第六章  分水岭矿石图像分割

第七章  基于区域生成的泡沫图像分割

第八章  基于身线群的泡沫图像分割

第九章  视频测速

参考文献