基于计算机视觉的降水类型自动识别方法与系统研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-16页 |
| ·研究背景 | 第10页 |
| ·研究意义及问题描述 | 第10-12页 |
| ·研究内容与文章结构 | 第12-16页 |
| 2 相关研究工作综述 | 第16-22页 |
| ·降水观测的主要技术 | 第16-17页 |
| ·计算机视觉算法 | 第17-19页 |
| ·MSER算法 | 第17-18页 |
| ·Hu不变矩特征 | 第18-19页 |
| ·离散傅里叶变换 | 第19-20页 |
| ·Adaboost算法 | 第20-22页 |
| 3 降水粒子快速检测与分割 | 第22-42页 |
| ·降水粒子快速检测算法 | 第22-33页 |
| ·处理图像中光线分布不均匀 | 第24-25页 |
| ·图像粗略二值化 | 第25-26页 |
| ·精确判断降水粒子 | 第26-27页 |
| ·实验结果 | 第27-33页 |
| ·降水粒子分割 | 第33-40页 |
| ·降水粒子分割动机 | 第33页 |
| ·采用MSER将图像二值化 | 第33-35页 |
| ·基于二值化图像连通区域的分割粒子方法 | 第35-38页 |
| ·实验结果 | 第38-40页 |
| ·本章总结 | 第40-42页 |
| 4 降水粒子类型识别方法 | 第42-55页 |
| ·降水粒子类型识别摘要 | 第42页 |
| ·降水粒子类型识别特征的选择 | 第42-47页 |
| ·归一化的灰度直方图 | 第42-43页 |
| ·不变矩特征 | 第43页 |
| ·降水粒子轮廓的傅里叶变换描述子 | 第43-46页 |
| ·几何特征 | 第46-47页 |
| ·图像采集时间 | 第47页 |
| ·降水粒子类型识别分类器的选择 | 第47-52页 |
| ·分类器简介 | 第47-48页 |
| ·CART | 第48-50页 |
| ·Adaboost | 第50-52页 |
| ·Random Forest | 第52页 |
| ·实验结果 | 第52-54页 |
| ·实验设置 | 第52页 |
| ·各个独立的特征对识别准确率的评测 | 第52-53页 |
| ·分类器对识别准确率的评测 | 第53-54页 |
| ·特征向量提取效率评测 | 第54页 |
| ·系统整体的评测 | 第54页 |
| ·本章总结 | 第54-55页 |
| 5 结论和展望 | 第55-56页 |
| ·本文总结 | 第55页 |
| ·对未来工作的展望 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 作者简历 | 第58-60页 |
| 学位论文数据集 | 第60页 |
