首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于多特征的视频烟雾检测算法

摘要第3-4页
abstract第4页
第1章 绪论第8-14页
    1.1 课题的研究背景及意义第8页
    1.2 传统的火灾检测技术第8-9页
    1.3 基于视频监控的火灾检测技术第9-12页
        1.3.1 视频火灾烟雾检测技术国内外现状第10-11页
        1.3.2 视频火灾检测技术的优势第11-12页
    1.4 本文的结构安排第12-14页
第2章 疑似烟雾区域的提取第14-32页
    2.1 数字图像处理的基本方法第14-17页
        2.1.1 形态学腐蚀第14-15页
        2.1.2 形态学膨胀第15-16页
        2.1.3 高斯滤波第16-17页
    2.2 已有的烟雾前景提取算法及其缺陷第17-22页
        2.2.1 帧差法第17-19页
        2.2.2 背景减除法第19-21页
        2.2.3 背景均值减除法第21页
        2.2.4 光流法第21-22页
    2.3 本文的烟雾前景提取算法第22-26页
        2.3.1 混合高斯背景建模法第23-25页
        2.3.2 改进的背景均值减除法第25页
        2.3.3 两种方法的融合第25-26页
    2.4 运动区域轮廓的提取第26-30页
        2.4.1 轮廓提取的过程第27-28页
        2.4.2 轮廓提取的结果第28-30页
    2.5 本章小结第30-32页
第3章 烟雾特征提取算法第32-48页
    3.1 颜色特征第32-35页
        3.1.1 彩色模型第32-35页
        3.1.2 烟雾颜色特征的判定第35页
    3.2 模糊特征第35-38页
        3.2.1 小波变换原理第36页
        3.2.2 烟雾模糊性特征的判断第36-38页
    3.3 纹理特征第38-43页
        3.3.1 LBP纹理特征第39-40页
        3.3.2 灰度共生矩阵第40-42页
        3.3.3 LBP和灰度共生矩阵相结合的方法第42-43页
    3.4 边缘特征向量第43-44页
    3.5 光流矢量特征第44-46页
        3.4.1 光流法的选择第44-45页
        3.4.2 光流矢量的提取第45-46页
    3.6 本章小结第46-48页
第4章 基于多特征的烟雾检测算法流程第48-60页
    4.1 机器学习中几个重要的概念第48-50页
        4.1.1 归纳偏好第48页
        4.1.2 欠拟合和过拟合第48-49页
        4.1.3 评估方法第49-50页
    4.2 机器学习分类器的选择第50-53页
        4.2.1 决策树第50-51页
        4.2.2 支持向量机第51-52页
        4.2.3 集成学习Adaboost算法第52-53页
    4.3 算法检测流程第53-56页
    4.4 实验结果第56-59页
    4.5 本章小结第59-60页
第5章 监控软件其他部分的设计第60-64页
    5.1 摄像头数据的读取与转换第60-61页
    5.2 软件的界面设计第61-62页
    5.3 软件系统的设计第62-64页
第6章 总结与展望第64-66页
参考文献第66-70页
发表论文和参加科研情况说明第70-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:煤层气挤注防垢剂的合成研究及性能评价
下一篇:酸性气田单质硫对缓蚀剂防腐效果的影响研究