基于视频烟雾的吸烟行为识别与研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题的研究背景及意义 | 第10-11页 |
| ·课题的国内外研究现状 | 第11-13页 |
| ·传统型香烟烟雾检测器 | 第11页 |
| ·基于视频的烟雾检测与识别 | 第11-13页 |
| ·课题研究重点与难点 | 第13-15页 |
| ·课题来源及本文的研究工作 | 第15-16页 |
| 第2章 烟雾疑似区域提取 | 第16-31页 |
| ·引言 | 第16页 |
| ·图像预处理 | 第16-17页 |
| ·运动图元检测 | 第17-22页 |
| ·背景差分 | 第18-21页 |
| ·运动图元分割 | 第21-22页 |
| ·颜色模型分割 | 第22-30页 |
| ·RGB 模型分析 | 第23-24页 |
| ·HSI 模型分析 | 第24-26页 |
| ·YCbCr 模型分析 | 第26-28页 |
| ·烟雾疑似区域分割 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 吸烟烟雾特征提取 | 第31-40页 |
| ·引言 | 第31页 |
| ·特征提取与选择 | 第31-33页 |
| ·基本概述 | 第31-32页 |
| ·吸烟烟雾特征分析 | 第32-33页 |
| ·烟雾图元分块 | 第33-36页 |
| ·分块思想 | 第33-35页 |
| ·烟雾分块实验结果 | 第35-36页 |
| ·烟雾时空特性 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于 SVM 的烟雾识别 | 第40-58页 |
| ·引言 | 第40-41页 |
| ·支持向量机概述 | 第41-48页 |
| ·线性分类器 | 第41-44页 |
| ·非线性与核函数 | 第44-46页 |
| ·松弛变量 | 第46页 |
| ·数据归一化 | 第46-48页 |
| ·SVM 在烟雾识别中的应用 | 第48-56页 |
| ·烟雾样本库建立 | 第48-49页 |
| ·SVM 软件包介绍 | 第49-50页 |
| ·不同特征融合对烟雾识别的影响 | 第50-54页 |
| ·特征归一化对烟雾识别的影响 | 第54-55页 |
| ·SVM 参数对烟雾识别的影响 | 第55-56页 |
| ·烟雾识别结果 | 第56页 |
| ·本章小结 | 第56-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66页 |
