基于SIFT特征匹配算法的森林火灾图像识别方法的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-17页 |
| ·课题背景 | 第8-9页 |
| ·火灾探测技术 | 第9-10页 |
| ·图像型火灾探测技术 | 第10-11页 |
| ·图像特征 | 第11-13页 |
| ·课题来源与主要研究内容 | 第13-16页 |
| ·硬件系统简介 | 第14页 |
| ·软件系统简介 | 第14-16页 |
| ·本章小结 | 第16-17页 |
| 第二章 SIFT 算法基础知识 | 第17-27页 |
| ·下采样 | 第17页 |
| ·高斯模糊 | 第17-20页 |
| ·局部不变性 | 第20-21页 |
| ·Moravec 算子 | 第21-23页 |
| ·Harris 算子 | 第23-25页 |
| ·SUSAN 算子 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于 SIFT 算子火灾识别原理 | 第27-47页 |
| ·SIFT 简介 | 第27-29页 |
| ·SIFT 发展的历史 | 第27-28页 |
| ·SIFT 特点 | 第28页 |
| ·SIFT 算法步骤和思想 | 第28-29页 |
| ·尺度空间 | 第29-31页 |
| ·理论部分 | 第29-30页 |
| ·尺度空间的生成 | 第30-31页 |
| ·图像金字塔 | 第31-36页 |
| ·高斯金字塔 | 第31-33页 |
| ·高斯差分金字塔 | 第33-35页 |
| ·尺度空间的连续性 | 第35-36页 |
| ·SIFT 特征点确定 | 第36-40页 |
| ·极值点的搜索 | 第36-37页 |
| ·精确极值点坐标 | 第37-39页 |
| ·删除边缘效应 | 第39-40页 |
| ·生成特征描述子 | 第40-43页 |
| ·特征点方向分配 | 第40-42页 |
| ·特征点特征矢量生成 | 第42-43页 |
| ·特征匹配 | 第43-45页 |
| ·Kd 树算法 | 第44-45页 |
| ·SIFT 匹配 | 第45页 |
| ·本章小结 | 第45-47页 |
| 第四章 火灾识别仿真实验结果及分析 | 第47-64页 |
| ·实验一 | 第47-51页 |
| ·实验二 | 第51-54页 |
| ·实验三 | 第54-59页 |
| ·实验四 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 辅助识别算法 | 第64-74页 |
| ·图像轮廓检测 | 第64-66页 |
| ·HSI 归一化模型检测 | 第66-68页 |
| ·神经网络的火灾图像的识别算法 | 第68-71页 |
| ·人工神经网络与图像识别 | 第68-69页 |
| ·BP 神经网络结构 | 第69页 |
| ·神经网络模型的运行步骤 | 第69-71页 |
| ·RGB 分通道色点积累 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 结论与展望 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 致谢 | 第81-82页 |
| 作者简介 | 第82-83页 |
