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 |