摘要 | 第9-12页 |
Abstract | 第12-14页 |
1 绪论 | 第15-23页 |
1.1 研究背景与意义 | 第15-18页 |
1.2 研究内容及技术路线 | 第18-21页 |
1.2.1 研究内容 | 第18-20页 |
1.2.2 技术路线 | 第20-21页 |
1.3 论文结构安排 | 第21-23页 |
2 视频烟雾检测研究综述 | 第23-45页 |
2.1 引言 | 第23页 |
2.2 视频烟雾检测基本框架 | 第23-24页 |
2.3 视频图像预处理 | 第24-26页 |
2.4 疑似烟雾区域提取 | 第26-32页 |
2.4.1 基于烟雾运动的疑似烟区提取 | 第26-28页 |
2.4.2 基于烟雾特征的疑似烟区提取 | 第28-32页 |
2.5 烟雾特征建模 | 第32-39页 |
2.5.1 统计量特征 | 第32-33页 |
2.5.2 变换域特征 | 第33-35页 |
2.5.3 局部模式特征 | 第35页 |
2.5.4 特征建模方法总结 | 第35-39页 |
2.6 烟雾特征分类识别 | 第39-42页 |
2.6.1 基于规则的识别方法 | 第40页 |
2.6.2 基于学习的识别方法 | 第40-42页 |
2.7 本章小结 | 第42-45页 |
2.7.1 基于深度学习的方法 | 第42页 |
2.7.2 研究进展与存在的问题 | 第42-43页 |
2.7.3 关键技术及切入点 | 第43-45页 |
3 基于局部二值模式子方向直方图的烟雾特征建模 | 第45-60页 |
3.1 引言 | 第45-46页 |
3.2 局部二值模式的梯度分析 | 第46-53页 |
3.2.1 局部二值模式 | 第46-48页 |
3.2.2 LBP编码之间的距离衡量 | 第48-49页 |
3.2.3 两个坐标系统定位的LBP编码梯度 | 第49-52页 |
3.2.4 LBP编码的子方向直方图 | 第52-53页 |
3.3 实验结果及分析 | 第53-59页 |
3.3.1 烟雾检测实验及结果分析 | 第53-57页 |
3.3.2 基于标准纹理库的实验及结果分析 | 第57-59页 |
3.4 本章小结 | 第59-60页 |
4 基于局部二值模式共现匹配测度的烟雾特征建模 | 第60-80页 |
4.1 引言 | 第60-61页 |
4.2 局部二值模式共现匹配测度特征 | 第61-66页 |
4.2.1 匹配测度 | 第61-62页 |
4.2.2 共现LBP相同匹配测度和互异匹配测度 | 第62-63页 |
4.2.3 基于匹配测度的局部二值模式 | 第63-65页 |
4.2.4 特征扩展 | 第65-66页 |
4.3 实验结果及分析 | 第66-79页 |
4.3.1 分类器及数据集 | 第66-71页 |
4.3.2 烟雾检测实验及结果分析 | 第71-75页 |
4.3.3 基于标准纹理库的实验及结果分析 | 第75-79页 |
4.4 本章小结 | 第79-80页 |
5 基于局部保留投影高阶局部三值模式的烟雾特征建模 | 第80-98页 |
5.1 引言 | 第80-82页 |
5.2 结合导数幅值和中心像素值的高阶局部三值模式 | 第82-89页 |
5.2.1 高阶局部三值模式 | 第82-84页 |
5.2.2 上下编码的联合直方图 | 第84-85页 |
5.2.3 联合直方图降维 | 第85-87页 |
5.2.4 基于导数幅值和中心像素值的高阶局部三值模式 | 第87-88页 |
5.2.5 烟雾检测中的特征和分类器 | 第88-89页 |
5.3 实验结果及分析 | 第89-96页 |
5.3.1 烟雾检测对比方法的实现 | 第89-90页 |
5.3.2 烟雾检测实验及结果分析 | 第90-95页 |
5.3.3 基于标准纹理库的实验及结果分析 | 第95-96页 |
5.4 本章小结 | 第96-98页 |
6 结论与展望 | 第98-105页 |
6.1 本文方法综合分析 | 第98-100页 |
6.2 研究工作总结 | 第100-103页 |
6.3 本文创新点 | 第103-104页 |
6.4 研究工作展望 | 第104-105页 |
参考文献 | 第105-117页 |
作者在攻读博士学位期间取得的成果 | 第117-119页 |
致谢 | 第119-120页 |