视频烟雾的多特征检测算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·课题研究背景和意义 | 第8-9页 |
| ·智能视频分析系统概述 | 第9-10页 |
| ·智能视频烟雾检测研究现状 | 第10-14页 |
| ·传统火灾探测技术简介 | 第11-12页 |
| ·视频烟雾检测研究现状 | 第12-13页 |
| ·视频烟雾检测技术优势 | 第13-14页 |
| ·论文的主要工作及章节安排 | 第14-16页 |
| ·论文的主要工作 | 第14页 |
| ·论文的章节安排 | 第14-16页 |
| 2 运动目标检测 | 第16-26页 |
| ·常用运动目标检测方法 | 第16-21页 |
| ·光流法 | 第17-18页 |
| ·帧间差分法 | 第18-19页 |
| ·背景图像差分法 | 第19-21页 |
| ·运行期均值法及其改进 | 第21-22页 |
| ·区域剔除和孔洞填充 | 第22-24页 |
| ·区域剔除 | 第23页 |
| ·孔洞填充 | 第23-24页 |
| ·运动目标检测过程及效果分析 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 烟雾疑似区域特征提取 | 第26-37页 |
| ·烟雾的颜色特征 | 第26-30页 |
| ·颜色空间模型简介 | 第26-28页 |
| ·烟雾颜色特征提取 | 第28-30页 |
| ·烟雾的遮挡特征 | 第30-34页 |
| ·图像小波变换相关理论 | 第30-31页 |
| ·遮挡特征 | 第31-34页 |
| ·纹理特征的提取 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 4 基于ＳＶＭ的烟雾特征融合判定 | 第37-48页 |
| ·SVM 简介 | 第37-44页 |
| ·线性支持向量机 | 第38-40页 |
| ·非线性支持向量机 | 第40-42页 |
| ·模型选择 | 第42-43页 |
| ·SVM 学习算法步骤 | 第43-44页 |
| ·LIBSVM 软件工具及应用 | 第44页 |
| ·基于 SVM 的特征融合判定 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 5 测试结果与分析 | 第48-53页 |
| ·实验结果分析 | 第48-50页 |
| ·课题结论综合分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 6 总结与展望 | 第53-55页 |
| ·总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-58页 |
