图像检索在焊工车间安全生产应用中的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究背景和意义 | 第10-11页 |
| ·图像检索技术的研究现状 | 第11-12页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12页 |
| ·图像检索技术 | 第12-15页 |
| ·图像预处理 | 第13页 |
| ·特征提取 | 第13-14页 |
| ·图像识别算法 | 第14-15页 |
| ·图像检索技术的应用 | 第15-16页 |
| ·本文主要研究内容 | 第16页 |
| ·本文结构安排 | 第16-18页 |
| 第2章 图像的采集 | 第18-21页 |
| ·实验环境的搭建 | 第18-19页 |
| ·实验设备的选择 | 第18页 |
| ·实验参与人员 | 第18页 |
| ·实验环境的搭建 | 第18-19页 |
| ·实验过程 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 基于肤色检测的安全帽区域定位 | 第21-33页 |
| ·基于YCBCR色度空间的光照补偿 | 第21-28页 |
| ·YCbCr颜色空间 | 第22-23页 |
| ·小波同态滤波器 | 第23-26页 |
| ·仿真结果与分析 | 第26-28页 |
| ·安全帽的区域定位 | 第28-31页 |
| ·肤色模型的建立 | 第28-29页 |
| ·肤色分割 | 第29页 |
| ·形态学处理 | 第29-30页 |
| ·实验结果与分析 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第4章 安全帽的特征提取 | 第33-46页 |
| ·几何矩的介绍 | 第33-37页 |
| ·安全帽区域的HU矩特征提取 | 第37-39页 |
| ·Hu矩 | 第37-38页 |
| ·安全帽的Hu矩特征提取结果与分析 | 第38-39页 |
| ·安全帽区域的HOG特征提取 | 第39-43页 |
| ·梯度方向直方图 | 第39-41页 |
| ·安全帽的HOG特征提取结果与分析 | 第41-43页 |
| ·基于HU矩和HOG相融合的特征提取算法 | 第43-45页 |
| ·特征融合概述 | 第43-44页 |
| ·融合特征的提取 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 安全帽识别算法研究 | 第46-64页 |
| ·基于SVM的安全帽识别 | 第46-53页 |
| ·支持向量机的基本模型 | 第47-48页 |
| ·线性不可分情况 | 第48-50页 |
| ·核函数 | 第50-51页 |
| ·参数优化 | 第51-53页 |
| ·基于神经网络的安全帽识别 | 第53-54页 |
| ·实验结果与分析 | 第54-63页 |
| ·基于Hu矩的安全帽识别 | 第54-58页 |
| ·基于梯度方向直方图的安全帽识别算法 | 第58-60页 |
| ·基于融合特征的安全帽识别算法 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| ·总结 | 第64-65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间发表的论文 | 第73页 |
