基于图像处理的水华暴发检测算法的研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-9页 |
| 1 绪论 | 第9-15页 |
| ·水华简介 | 第9-12页 |
| ·水华的定义 | 第9-10页 |
| ·水华的危害 | 第10-11页 |
| ·水华现象的视觉表征 | 第11-12页 |
| ·水华检测研究现状 | 第12页 |
| ·课题研究背景及其意义 | 第12-14页 |
| ·课题研究背景 | 第12-13页 |
| ·课题研究意义 | 第13-14页 |
| ·本文的内容和架构 | 第14-15页 |
| ·本文的工作 | 第14页 |
| ·本文的组织结构 | 第14-15页 |
| 2 传统水华监测方法综述 | 第15-19页 |
| ·人工监测及实验室分析方法 | 第15页 |
| ·卫星遥感监测方法 | 第15-16页 |
| ·水质在线监测方法 | 第16-17页 |
| ·水面环境视频监测方法 | 第17页 |
| ·本章小结 | 第17-19页 |
| 3 适用于水华检测的目标检测和跟踪算法研究 | 第19-43页 |
| ·常规目标检测的基本算法 | 第19-22页 |
| ·背景差分法 | 第19-20页 |
| ·连续帧间差分法 | 第20-21页 |
| ·光流法 | 第21-22页 |
| ·基于先验知识的目标检测方法 | 第22-25页 |
| ·基于模板匹配的目标检测方法 | 第23-24页 |
| ·基于统计模式的目标检测方法 | 第24-25页 |
| ·基于模型的目标检测方法 | 第25页 |
| ·目标跟踪算法研究 | 第25-30页 |
| ·目标图像的特征 | 第26-28页 |
| ·目标特征的选取 | 第28页 |
| ·特征匹配算法 | 第28-30页 |
| ·适用于水华检测的目标检测和跟踪算法 | 第30-40页 |
| ·Camshift 算法简介 | 第31-32页 |
| ·颜色模型及转换 | 第32-36页 |
| ·Back Projection 计算 | 第36-37页 |
| ·Mean Shift 算法 | 第37-38页 |
| ·Camshift 算法的实现 | 第38-40页 |
| ·本章小结 | 第40-43页 |
| 4 改进 Camshift 算法及水华预警 | 第43-57页 |
| ·颜色先验模型 | 第44页 |
| ·多模型Camshift 算法 | 第44-49页 |
| ·模型集合的建立 | 第45-46页 |
| ·线性规划简介 | 第46-47页 |
| ·模型选择算法 | 第47-49页 |
| ·干扰色块的过滤 | 第49-51页 |
| ·图像形态学处理 | 第49-50页 |
| ·面积阈值约束 | 第50-51页 |
| ·水华预警 | 第51-55页 |
| ·水华区域实际面积计算 | 第51-53页 |
| ·水华预警模型 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 5 水华监测系统的实现 | 第57-71页 |
| ·系统环境 | 第57页 |
| ·系统介绍 | 第57-59页 |
| ·实验结果与分析 | 第59-70页 |
| ·模拟水华视频的水华检测 | 第59-65页 |
| ·实际水域的实验 | 第65-68页 |
| ·干扰色块过滤验证 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 6 全文总结及展望 | 第71-73页 |
| ·论文总结 | 第71-72页 |
| ·展望 | 第72-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 附录 | 第79页 |
| A.作者在攻读学位期间发表的论文 | 第79页 |
| B.作者在攻读学位期间参与的科研项目 | 第79页 |
