基于多特征融合的林火烟雾检测算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题研究的背景和意义 | 第9-10页 |
| 1.2 林火烟雾检测技术概述 | 第10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.4 论文的主要内容 | 第12-14页 |
| 第2章 运动区域提取 | 第14-33页 |
| 2.1 典型算法介绍 | 第14-19页 |
| 2.1.1 帧差法 | 第14-16页 |
| 2.1.2 光流法 | 第16-17页 |
| 2.1.3 背景差分法 | 第17-18页 |
| 2.1.4 方法对比 | 第18-19页 |
| 2.2 基于运动累积的背景差分法 | 第19-24页 |
| 2.2.1 背景模型提取 | 第19-21页 |
| 2.2.2 基于运动累积的背景差分法 | 第21-24页 |
| 2.3 基于双边与混合高斯结合的背景差分算法 | 第24-29页 |
| 2.3.1 混合高斯模型算法 | 第24-26页 |
| 2.3.2 基于双边与混合高斯结合的背景差分法 | 第26-29页 |
| 2.4 实验对比与分析 | 第29-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 基于多特征的烟雾特征提取 | 第33-43页 |
| 3.1 纹理特征 | 第33-35页 |
| 3.2 烟雾质心距特征 | 第35-37页 |
| 3.3 HOG特征 | 第37-41页 |
| 3.4 特征融合模型 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 烟雾识别 | 第43-54页 |
| 4.1 分类器概述 | 第44-45页 |
| 4.2 支持向量机 | 第45-48页 |
| 4.3 最小二乘支持向量机 | 第48-50页 |
| 4.4 核参数优化 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 算法实验与结果分析 | 第54-62页 |
| 5.1 实验环境与样本介绍 | 第54-56页 |
| 5.2 烟雾检测算法 | 第56-58页 |
| 5.3 烟雾检测结果 | 第58-61页 |
| 5.4 本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |
