首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于视觉注意和时空特征描述的烟雾检测技术研究

摘要第1-7页
ABSTRACT第7-12页
第一章 绪论第12-23页
   ·课题研究背景第12-13页
   ·课题研究的目的和意义第13页
   ·烟雾特征分析第13-15页
     ·静态特征第13-14页
     ·动态特征第14-15页
   ·国内外研究现状第15-19页
     ·烟雾疑似区域提取第16-17页
     ·烟雾特征提取第17-19页
     ·分类器设计第19页
   ·研究的主要内容、重难点及创新点第19-22页
     ·本文研究的主要内容及总体流程第19-21页
     ·烟雾检测研究难点第21页
     ·主要创新点第21-22页
   ·本文的内容安排第22-23页
第二章 图像处理基本知识第23-36页
   ·颜色模型第23-25页
     ·RGB 色彩空间第23-24页
     ·HSI 色彩空间第24页
     ·HUV 色彩空间第24页
     ·三种色彩空间的转化关系第24-25页
   ·运动目标检测方法第25-27页
     ·运动目标检测概述第25-27页
     ·基于光流场的运动目标检测算法第27页
   ·视觉注意第27-35页
     ·人类视觉注意神经机制第27-31页
     ·视觉注意的计算模型第31-32页
     ·视觉注意机制及其研究现状第32-35页
   ·本章小结第35-36页
第三章 基于视觉注意的烟雾疑似区域提取第36-43页
   ·烟雾的视觉特征第36-37页
     ·经典的视觉注意模型第37页
     ·烟雾运动显著性第37页
   ·基于烟雾亮度特征的视觉注意显著性模型第37-39页
   ·烟雾感兴趣区域提取第39-40页
   ·烟雾感兴趣区域的跟踪第40-42页
     ·Kalman Filter(KF)背景更新模型第40页
     ·基于 KF 背景更新模型的感兴趣区域跟踪第40-42页
   ·本章小结第42-43页
第四章 烟雾动态时空特征描述第43-49页
   ·烟雾区域动态纹理特征检测第43-45页
     ·LBP 的基本概念第44页
     ·动态纹理特征的描述第44-45页
   ·烟雾运动的时空特征检测第45-46页
     ·互信息的基本概念第45-46页
     ·运动特征的检测第46页
   ·烟雾轮廓波动性的时空特征检测第46-48页
     ·信息熵第47页
     ·烟雾轮廓波动性检测第47-48页
   ·本章小结第48-49页
第五章 基于 SVM 分类器的烟雾识别第49-54页
   ·SVM 分类器概述第49-52页
     ·线性可分情况第49-50页
     ·线性不可分情况第50-51页
     ·SVM 模型结构第51页
     ·核函数第51-52页
   ·基于 SVM 的烟雾分类器的设计第52-53页
     ·SVM 分类器的训练第52-53页
     ·SVM 分类器的分析第53页
   ·本章小结第53-54页
第六章 开放环境下烟雾检测结果与分析第54-68页
   ·软件与实验环境第54-56页
     ·MATLAB 软件平台第54页
     ·硬件实验环境第54-56页
   ·基于视觉注意的烟雾疑似区域提取第56-59页
     ·基于亮度特征的显著性图的生成试验第56-57页
     ·烟雾疑似区域的提取第57-58页
     ·烟雾疑似区域的跟踪第58-59页
   ·烟雾感兴趣区域的时空特征提取第59-64页
     ·动态纹理特征提取第59-61页
     ·烟雾运动的时空特征提取第61-63页
     ·烟雾轮廓波动特征提取第63-64页
   ·开放环境下烟雾检测试验第64-66页
     ·基于烟雾区域时空特征的 SVM 分类器试验第65页
     ·烟雾检测试验结果及分析第65-66页
   ·本章小结第66-68页
第七章 总结与展望第68-70页
   ·工作总结第68-69页
   ·未来工作展望第69-70页
致谢第70-71页
参考文献第71-74页
附录第74页

论文共74页,点击 下载论文
上一篇:手指静脉图像的识别算法
下一篇:视频运动目标检测优化方法研究