| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·视频图像处理简介 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文研究内容与章节安排 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 第2章 图像处理技术简介 | 第13-19页 |
| ·色彩空间 | 第13-14页 |
| ·RGB空间 | 第13页 |
| ·YCbCr彩色空间 | 第13-14页 |
| ·YIQ空间 | 第14页 |
| ·阈值处理 | 第14-15页 |
| ·分类器 | 第15-17页 |
| ·贝叶斯分类器 | 第15页 |
| ·支持向量机 | 第15-17页 |
| ·烟雾视频图像处理技术 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第3章 运动检测技术 | 第19-24页 |
| ·帧差法 | 第19页 |
| ·光流法 | 第19-20页 |
| ·背景减除法 | 第20-21页 |
| ·基于块的背景减除法 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 第4章 基于多特征融合和SVM分类器的视频烟雾检测方法研究 | 第24-38页 |
| ·预处理 | 第24-25页 |
| ·纹理特征 | 第25-28页 |
| ·LBP和ULBP | 第25-26页 |
| ·NRU-LBP | 第26-27页 |
| ·OLBP | 第27-28页 |
| ·颜色特征 | 第28-30页 |
| ·波动特性 | 第30-31页 |
| ·分类器训练 | 第31页 |
| ·实验 | 第31-36页 |
| ·实验准备 | 第31-33页 |
| ·实验结果与分析 | 第33-36页 |
| ·本章小结 | 第36-38页 |
| 第5章 基于运动和颜色的视频烟雾检测算法研究 | 第38-49页 |
| ·基于块的背景更新模型 | 第38-40页 |
| ·烟雾YIQ颜色模型 | 第40-42页 |
| ·运动持续性 | 第42-45页 |
| ·运动方向估计 | 第42-44页 |
| ·运动误差 | 第44-45页 |
| ·实验结果与分析 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第6章 总结与展望 | 第49-52页 |
| ·总结 | 第49-50页 |
| ·展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 攻读学位期间取得的研究成果 | 第55-56页 |
| 致谢 | 第56页 |