基于图像显著性的高速公路隧道火灾检测方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 隧道火灾检测技术概述 | 第11-13页 |
| 1.2.1 基于探测器的隧道火灾检测技术 | 第11-12页 |
| 1.2.2 基于视频的隧道火灾检测技术 | 第12-13页 |
| 1.3 视频火灾检测技术研究现状 | 第13-14页 |
| 1.3.1 国外研究现状 | 第13页 |
| 1.3.2 国内研究现状 | 第13-14页 |
| 1.4 论文主要研究内容及文章结构 | 第14-16页 |
| 第二章 视频火焰检测相关理论 | 第16-27页 |
| 2.1 图像特征描述 | 第16-21页 |
| 2.1.1 颜色特征 | 第16-19页 |
| 2.1.2 边界特征 | 第19-20页 |
| 2.1.3 纹理特征 | 第20页 |
| 2.1.4 亮度特征 | 第20-21页 |
| 2.2 火焰燃烧的特征 | 第21-23页 |
| 2.2.1 火焰的静态特征 | 第21-22页 |
| 2.2.2 火焰的动态特征 | 第22-23页 |
| 2.3 图像显著性概述 | 第23-26页 |
| 2.3.1 图像显著性的检测方式 | 第23-24页 |
| 2.3.2 显著性检测模型分类 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 火焰疑似区域检测与提取 | 第27-43页 |
| 3.1 运动目标检测方法 | 第27-32页 |
| 3.1.1 帧差法 | 第27-28页 |
| 3.1.2 背景差法 | 第28-30页 |
| 3.1.3 光流法 | 第30-32页 |
| 3.2 基于光流法的火焰图像动态特征提取 | 第32-35页 |
| 3.3 基于超像素的图像分割 | 第35-38页 |
| 3.3.1 帧差法图像分割的一般概念和方法 | 第35-36页 |
| 3.3.2 SLIC超像素分割火焰图像 | 第36-38页 |
| 3.4 光流直方图计算及比较方法 | 第38-41页 |
| 3.4.1 光流直方图计算方法 | 第38-39页 |
| 3.4.2 光流直方图的比较方法 | 第39-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第四章 基于图像帧显著性的隧道火焰检测方法 | 第43-50页 |
| 4.1 流形排序的算法概述 | 第43-44页 |
| 4.2 显著性计算 | 第44-45页 |
| 4.3 显著性检测模型 | 第45-49页 |
| 4.3.1 构建图模型 | 第45-46页 |
| 4.3.2 构建显著性模型 | 第46-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 实验过程与结果分析 | 第50-55页 |
| 5.1 实验环境与数据介绍 | 第50页 |
| 5.2 实验过程 | 第50-54页 |
| 5.2.1 隧道火焰检测方法 | 第50-51页 |
| 5.2.2 光流法运动信息提取 | 第51-52页 |
| 5.2.3 SLIC超像素图像分割 | 第52-53页 |
| 5.2.4 显著性计算 | 第53-54页 |
| 5.3 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 1. 本文工作总结 | 第55-56页 |
| 2. 研究展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间取得的研究成果 | 第61-62页 |
| 致谢 | 第62页 |
