基于显著性的林火火焰识别
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 引言 | 第9-13页 |
| 1.1 研究的目的和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 技术路线及内容安排 | 第11-13页 |
| 1.3.1 技术路线 | 第11-12页 |
| 1.3.2 内容安排 | 第12-13页 |
| 2 图像处理基础 | 第13-23页 |
| 2.1 图像基础 | 第13-16页 |
| 2.1.1 图像技术的应用 | 第13-14页 |
| 2.1.2 图像的类型 | 第14-16页 |
| 2.2 相关与卷积 | 第16-18页 |
| 2.3 频域分析 | 第18页 |
| 2.4 多尺度分析 | 第18-20页 |
| 2.5 颜色空间 | 第20-22页 |
| 2.6 本章小结 | 第22-23页 |
| 3 基于显著性的林火火焰检测 | 第23-48页 |
| 3.1 视觉显著性简介 | 第23-24页 |
| 3.2 基于IT方法的林火火焰检测 | 第24-30页 |
| 3.2.1 IT方法的生物学基础 | 第24-26页 |
| 3.2.2 算法原理 | 第26-29页 |
| 3.2.3 实验结果及分析 | 第29-30页 |
| 3.3 基于SR方法的林火火焰检测 | 第30-34页 |
| 3.3.1 算法依据 | 第31页 |
| 3.3.2 实现过程 | 第31-33页 |
| 3.3.3 实验结果及分析 | 第33-34页 |
| 3.4 基于FT方法的林火火焰检测 | 第34-37页 |
| 3.4.1 算法原理 | 第34-36页 |
| 3.4.2 实验结果及分析 | 第36-37页 |
| 3.5 基于HC和RC方法的林火火焰检测 | 第37-42页 |
| 3.5.1 HC方法原理及实验结果 | 第37-40页 |
| 3.5.2 RC方法原理及实验结果 | 第40-42页 |
| 3.6 Objectness | 第42-46页 |
| 3.6.1 算法原理 | 第42-45页 |
| 3.6.2 实验结果及分析 | 第45-46页 |
| 3.7 本章小结 | 第46-48页 |
| 4 林火图像分割 | 第48-60页 |
| 4.1 分割意义 | 第48页 |
| 4.2 经典的图像分割方法 | 第48-51页 |
| 4.2.1 基于边缘检测的图像分割 | 第48-50页 |
| 4.2.2 基于阈值的图像分割 | 第50-51页 |
| 4.2.3 基于区域的图像分割 | 第51页 |
| 4.3 基于k-Means聚类的图像分割 | 第51-52页 |
| 4.3.1 原理 | 第51页 |
| 4.3.2 实验结果 | 第51-52页 |
| 4.3.3 讨论 | 第52页 |
| 4.4 基于Mean Shift的图像分割 | 第52-59页 |
| 4.4.1 核密度估计 | 第52-54页 |
| 4.4.2 Mean Shift方法推导 | 第54-57页 |
| 4.4.3 基于Mean Shift的分割 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 5 林火火焰特征提取 | 第60-72页 |
| 5.1 特征分析 | 第60-61页 |
| 5.2 颜色特征 | 第61-68页 |
| 5.2.1 基于RGB空间的颜色特征 | 第62-64页 |
| 5.2.2 基于HSI空间的颜色特征 | 第64-66页 |
| 5.2.3 基于YC_bC_r空间的颜色特征 | 第66-68页 |
| 5.3 形状特征 | 第68-71页 |
| 5.3.1 特征分析 | 第68-69页 |
| 5.3.2 链码 | 第69页 |
| 5.3.3 尖角计算 | 第69-71页 |
| 5.4 本章小结 | 第71-72页 |
| 6 结论与展望 | 第72-74页 |
| 6.1 结论 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 个人简介 | 第77-78页 |
| 导师简介 | 第78-79页 |
| 致谢 | 第79页 |
