+
Действующая цена700 499 руб.
Товаров:
На сумму:

Электронная библиотека диссертаций

Доставка любой диссертации в формате PDF и WORD за 499 руб. на e-mail - 20 мин. 800 000 наименований диссертаций и авторефератов. Все авторефераты диссертаций - БЕСПЛАТНО

Расширенный поиск

Модели и алгоритмы обработки информации для анализа изображения массива горных пород при ведении буровзрывных работ

  • Автор:

    Иванов, Лев Викторович

  • Шифр специальности:

    05.13.01

  • Научная степень:

    Кандидатская

  • Год защиты:

    2013

  • Место защиты:

    Москва

  • Количество страниц:

    109 с. : ил.

  • Стоимость:

    700 р.

    499 руб.

до окончания действия скидки
00
00
00
00
+
Наш сайт выгодно отличается тем что при покупке, кроме PDF версии Вы в подарок получаете работу преобразованную в WORD - документ и это предоставляет качественно другие возможности при работе с документом
Страницы оглавления работы

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
1. ТЕХНОЛОГИЧЕСКИЙ ПРОЦЕСС БВР КАК ОБЪЕКТ АВТОМАТИЗИРОВАННОГО УПРАВЛЕНИЯ
1.1 Метод определения степени трещиноватости горного массива по
ПРОЦЕНТНОМУ СОДЕРЖАНИЮ КРУПНЫХ ОТДЕЛЬНОСТЕЙ
1.2 Актуальные инструменты бесконтактной оценки трещиноватости
МАССИВА ГОРНЫХ ПОРОД
1.3 Выводы ПО ГЛАВЕ
2 ТЕОРИЯ РАСПОЗНОВАНИЯ ОБРАЗОВ ПРИМИНИТЕЛЬНО К АНАЛИЗУ ИЗОБРАЖЕНИЯ МАССИВА ГОРНЫХ ПОРОД
2.1 Принципиальная модель обработки информации для анализа
ИЗОБРАЖЕНИЯ МАССИВА ГОРНЫХ ПОРОД
2.2 Проблема сепарабельности объектов
2.3 Выбор метода сегментации изображения
2.4 Математические модели обработки информации для анализа
изображения массива горных пород
2.4.1 Математическая модель сегментации
2.4.2 Математическая модель фильтрации объектов по уровню яркости
2.4.3 Математическая модель фильтрации объектов по площади
2.5 Анализ влияния дефектов изображения на у ров ень ошибки в
результате обработки
2.6 Анализ влияния порога по яркости на уровень ошибки модели
СЕГМЕНТАЦИИ
2.7 Анализ влияния порога фильтрации по площади на уровень потерь
полезной информации

2.8 Анализ влияния уклона массива на видимую площадь изображения
2.9 Выводы по главе
3 УМЕНЬШЕНИЕ ОШИБКИ ВО ВХОДНЫХ ДАННЫХ
3.1 Нормализация яркости изображения
3.2 Усреднение яркости изображения
3.3 Сглаживание изображения
3.4 Выводы по главе
4 УМЕНЬШЕНИЕ ОШИБКИ ПРИ ОБРАБОТКЕ ДАННЫХ
4.1 УСТРАНЕНИЕ ПУСТОТ И ВОССТАНОВЛЕНИЕ ЦЕЛОСТНОСТИ ОБЪЕКТОВ
4.2 Автоматический выбор порога фильтрации по уровню яркости
4.3 Выводы по главе
5 АЛГОРИТМ АНАЛИЗА ИЗОБРАЖЕНИЯ МАССИВА ГОРНЫХ
ПОРОД
5.1 Алгоритм процедуры нормализации изображения
5.2 Алгоритм процедуры усреднения изображения
5.3 Алгоритм процедуры сглаживания изображения
5.4 Алгоритм процедуры сегментации изображения
5.5 Алгоритм процедуры восстановления целостности объектов
5.6 Алгоритм процедуры фильтрации по уровню яркости
5.7 Алгоритм процедуры фильтрации по площади
5.8 Алгоритм процедуры оценки трещиноватости массива горных пород
ПО ГРАНУЛОМЕТРИЧЕСКОМУ составу
6 ОЦЕНКА ДОСТОВЕРНОСТИ РЕЗУЛЬТАТОВ
6.1 Информационное обеспечение задачи
6.2 Програмное обеспечение задачи
6.3 Техническое обеспечение задачи
6.4 Инструкция пользователя

6.5 Апробация результатов
6.6 Выводы по главе
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ

Шаг 1. Левая верхняя точка изображения объявляется новым
сегментом;
Шаг 2, Для точек первой строки считается отклонение от сегмента левой точки и, сравнивая с порогом, точка либо добавляется к сегменту соседа, либо создается новый сегмент;
Шаг 3. Первая точка каждой последующей строки сравнивается с
сегментом верхней точки. Далее точки сравниваются с сегментами двух соседей: левого и верхнего. При этом:
a. Если отклонение от обоих сегментов больше порога, то создается новый сегмент, если отклонение больше только для одного сегмента, то точка добавляется к тому сегменту, отклонение от которого меньше порога;
b. Если отклонение допустимо для обоих сегментов, то в свою очередь возможны 2 варианта:
• Отклонение между сегментами меньше порога - тогда они объединяются (если они не один и тот же сегмент) и туда добавляется текущая точка;
• Отклонение между сегментами больше порога - в этом случае точка добавляется к тому классу, отклонение от которого минимально.
Достоинствами такой реализации являются:
• Широкий спектр применения (за счёт выбора меры сравнения можно адаптировать представленный алгоритм под различные задачи);
• Гибкость (изменяя порог можно эффективно менять чувствительность алгоритма);
• Скорость (представленный алгоритм работает существенно быстрей реализованных алгоритмов первых трех типов);

Рекомендуемые диссертации данного раздела

Время генерации: 0.106, запросов: 967