视频图像中的烟雾检测方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-18页 |
| ·引言 | 第12-13页 |
| ·视频图像烟雾检测技术概述 | 第13-15页 |
| ·烟雾的物理特征 | 第13页 |
| ·传统的烟雾检测技术概述 | 第13-14页 |
| ·基于视频图像的烟雾检测技术概述 | 第14-15页 |
| ·国内外研究现状 | 第15-16页 |
| ·本文研究的主要内容 | 第16-18页 |
| 第2章 基于视频的烟雾检测方法 | 第18-28页 |
| ·基于背景建模的烟雾检测 | 第18-22页 |
| ·静态颜色分析 | 第18页 |
| ·动态背景分析 | 第18-19页 |
| ·实验结果 | 第19-22页 |
| ·基于累积量和主运动方向的视频烟雾检测 | 第22-26页 |
| ·烟雾运动方向的估计 | 第22-23页 |
| ·累积量和主运动方向 | 第23页 |
| ·实验结果 | 第23-26页 |
| ·本章小结 | 第26-28页 |
| 第3章 基于颜色矩的烟雾图像特征提取 | 第28-37页 |
| ·颜色空间的选取 | 第28-30页 |
| ·RGB颜色空间 | 第28页 |
| ·YUV颜色空间 | 第28-29页 |
| ·HSV颜色空间 | 第29-30页 |
| ·图片预处理 | 第30-32页 |
| ·导出视频中的烟雾图像并标记 | 第30-32页 |
| ·图像分割 | 第32页 |
| ·提取烟雾图片的颜色矩特征 | 第32-36页 |
| ·颜色矩 | 第32-33页 |
| ·提取颜色矩特征 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于小波变换的烟雾图像特征提取 | 第37-49页 |
| ·概述 | 第37-41页 |
| ·Fourier变换 | 第37-38页 |
| ·连续小波变换 | 第38-40页 |
| ·离散小波变换 | 第40-41页 |
| ·多分辨分析 | 第41-45页 |
| ·Riesz基 | 第41-42页 |
| ·多分辩分析思想 | 第42-43页 |
| ·双尺度方程 | 第43-44页 |
| ·小波基的求取 | 第44-45页 |
| ·提取烟雾图像的小波特征 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于分类算法的单张图片烟雾检测算法 | 第49-63页 |
| ·线性判别分析 | 第49-51页 |
| ·概述 | 第49页 |
| ·线性判别分析算法 | 第49-50页 |
| ·LDA中存在的秩限制问题 | 第50-51页 |
| ·支持向量机 | 第51-54页 |
| ·概述 | 第51页 |
| ·最优分类面 | 第51-53页 |
| ·核函数 | 第53-54页 |
| ·最近邻分类算法 | 第54-56页 |
| ·近邻分类器 | 第54-55页 |
| ·面向对象的最邻近分类法 | 第55-56页 |
| ·烟雾图像分类识别算法步骤 | 第56页 |
| ·实验结果 | 第56-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 结论与展望 | 第63-65页 |
| ·结论 | 第63页 |
| ·研究展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间发表的论文及参加的科研工作 | 第69页 |
