基于注意机制的灾害视频图像识别方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究目的与意义 | 第10-11页 |
| 1.3 视觉注意机制研究现状 | 第11-13页 |
| 1.4 灾害探测研究现状 | 第13-15页 |
| 1.5 研究内容与章节安排 | 第15-17页 |
| 1.5.1 研究内容 | 第15页 |
| 1.5.2 章节安排 | 第15-17页 |
| 第二章 人类视觉系统 | 第17-23页 |
| 2.1 视觉感知系统 | 第17-19页 |
| 2.2 视觉认知过程 | 第19-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 数字图像处理理论基础 | 第23-35页 |
| 3.1 图像文件简介 | 第23-27页 |
| 3.2 颜色空间理论 | 第27-30页 |
| 3.3 颜色直方图 | 第30-31页 |
| 3.4 空间滤波 | 第31页 |
| 3.5 图像分割 | 第31-32页 |
| 3.6 视觉尺度空间 | 第32-34页 |
| 3.7 Gabor滤波器 | 第34页 |
| 3.8 本章小结 | 第34-35页 |
| 第四章 视觉注意机制及其模型 | 第35-48页 |
| 4.1 概述 | 第35-37页 |
| 4.1.1 自底向上的注意机制简介 | 第35-36页 |
| 4.1.2 自顶向下的注意机制简介 | 第36-37页 |
| 4.2 自底向上注意机制模型常用算法 | 第37-46页 |
| 4.2.1 Itti算法 | 第37-42页 |
| 4.2.2 基于频率调谐的显著区域检测算法 | 第42-43页 |
| 4.2.3 最大对称周边的显著性检测算法 | 第43-44页 |
| 4.2.4 基于全局对比度的显著性区域检测算法 | 第44-46页 |
| 4.3 本章小结 | 第46-48页 |
| 第五章 火灾视频图像识别 | 第48-62页 |
| 5.1 概述 | 第48页 |
| 5.2 火焰视频图像特征提取 | 第48-49页 |
| 5.2.1 火焰的颜色特征 | 第48页 |
| 5.2.2 火焰的强度特征 | 第48-49页 |
| 5.3 烟雾视频图像特征提取 | 第49-51页 |
| 5.3.1 烟雾的颜色特征 | 第49-50页 |
| 5.3.2 烟雾的形状特征 | 第50-51页 |
| 5.4 本章实验 | 第51-60页 |
| 5.4.1 实验环境 | 第51页 |
| 5.4.2 注意机制算法选择 | 第51-56页 |
| 5.4.3 双峰法阈值分割 | 第56页 |
| 5.4.4 火焰或烟雾特征提取 | 第56页 |
| 5.4.5 与传统方法比较 | 第56-60页 |
| 5.5 本章小结 | 第60-62页 |
| 第六章 石油泄漏视频图像识别 | 第62-70页 |
| 6.1 概述 | 第62-63页 |
| 6.2 石油特征 | 第63-66页 |
| 6.2.1 特征选取 | 第63页 |
| 6.2.2 纹理特征 | 第63-64页 |
| 6.2.3 颜色特征 | 第64-66页 |
| 6.3 本章实验 | 第66-70页 |
| 6.3.1 实验环境 | 第66页 |
| 6.3.2 获取显著图像 | 第66-67页 |
| 6.3.3 提取显著区域 | 第67-68页 |
| 6.3.4 特征提取 | 第68-69页 |
| 6.3.5 本章小结 | 第69-70页 |
| 总结与展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 附件 | 第77页 |
