基于计算机视觉的水面智能监控研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·选题背景及研究意义 | 第7-9页 |
| ·选题背景 | 第7-8页 |
| ·研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文主要研究内容 | 第11-12页 |
| ·分割漂浮物并建立样本库 | 第11页 |
| ·漂浮物的特征提取 | 第11页 |
| ·漂浮污染物的分类与识别 | 第11-12页 |
| 2 智能视觉监控及其应用简介 | 第12-15页 |
| ·计算机视觉技术 | 第12-14页 |
| ·选择性感知及其应用 | 第14-15页 |
| 3 水面智能监控系统 | 第15-36页 |
| ·基于Mean Shift的水面漂浮物分割 | 第15-19页 |
| ·Mean Shift算法 | 第15-16页 |
| ·水面漂浮物聚类 | 第16-17页 |
| ·漂浮物分类的提取 | 第17-18页 |
| ·污染程度 | 第18-19页 |
| ·水面漂浮物数据库建立 | 第19-20页 |
| ·水面漂浮物特征提取 | 第20-28页 |
| ·颜色距特征提取 | 第21-23页 |
| ·RGB空间颜色矩 | 第21-22页 |
| ·HSI空间颜色矩 | 第22-23页 |
| ·纹理特征提取 | 第23-25页 |
| ·小波变换 | 第23-25页 |
| ·漂浮物纹理特征提取 | 第25页 |
| ·HSI空间特征的相关性分析 | 第25-28页 |
| ·水面漂浮物的分类识别 | 第28-36页 |
| ·特征集数据的规格化方法 | 第28-29页 |
| ·最大最小值规格化 | 第28页 |
| ·高斯量化法规格化 | 第28-29页 |
| ·特征集数据处理 | 第29页 |
| ·基于SVM分类器的建立 | 第29-33页 |
| ·实验结果及对比 | 第33-36页 |
| 4 主要结论及展望 | 第36-37页 |
| ·主要结论 | 第36页 |
| ·展望 | 第36-37页 |
| 参考文献 | 第37-38页 |
