视频烟雾检测算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 传统的烟雾检测技术介绍 | 第11-12页 |
| 1.3 视频烟雾检测的特点介绍 | 第12页 |
| 1.4 国内外研究现状 | 第12-15页 |
| 1.5 本论文的主要工作及章节安排 | 第15-18页 |
| 1.5.1 本论文的主要工作 | 第15-16页 |
| 1.5.2 本论文的章节安排 | 第16-18页 |
| 第二章 烟雾视频的运动目标检测 | 第18-33页 |
| 2.1 运动目标检测介绍 | 第18-19页 |
| 2.2 运动目标检测的常用方法 | 第19-25页 |
| 2.2.1 帧间差分法 | 第19-21页 |
| 2.2.2 光流法 | 第21-23页 |
| 2.2.3 背景减除法 | 第23-25页 |
| 2.3 基于混合高斯背景建模的运动目标检测 | 第25-32页 |
| 2.3.1 基于混合高斯模型的背景建模 | 第26-29页 |
| 2.3.2 混合高斯模型的自适应更新 | 第29-31页 |
| 2.3.3 视频烟雾检测效果 | 第31-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 疑似烟雾区域检测 | 第33-43页 |
| 3.1 烟雾颜色特征分析 | 第33-39页 |
| 3.1.1 RGB颜色空间介绍 | 第33-34页 |
| 3.1.2 烟雾颜色特征分析 | 第34-39页 |
| 3.2 疑似烟雾区域的确定 | 第39-41页 |
| 3.2.1 灰度图像二值化处理 | 第39-40页 |
| 3.2.2 图像形态学处理 | 第40-41页 |
| 3.3 疑似烟雾区域检测效果 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 烟雾动态特征的提取 | 第43-55页 |
| 4.1 烟雾图像形状不规则特性 | 第43-45页 |
| 4.2 烟雾图像面积增长特性 | 第45-46页 |
| 4.3 烟雾在主运动方向上的背景模糊特性 | 第46-54页 |
| 4.3.1 烟雾的主运动方向的确定 | 第46-49页 |
| 4.3.2 烟雾使背景模糊特性 | 第49-52页 |
| 4.3.3 烟雾在主运动方向上的背景模糊特性 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 基于BP神经网络的动态特征融合和判定 | 第55-70页 |
| 5.1 BP神经网络介绍 | 第55-61页 |
| 5.1.1 人工神经元模型 | 第55-58页 |
| 5.1.2 BP神经网络的拓扑结构 | 第58-60页 |
| 5.1.3 BP神经网络学习规则 | 第60页 |
| 5.1.4 BP神经网络的优点 | 第60-61页 |
| 5.2 烟雾检测的神经网络设计 | 第61-63页 |
| 5.3 实验结果分析 | 第63-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第六章 全文总结与展望 | 第70-72页 |
| 6.1 全文总结 | 第70页 |
| 6.2 后续工作展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 攻读硕士学位期间取得的成果 | 第78-79页 |
