資料介紹
視覺(jué)(圖像型)火災(zāi)探測(cè)需要提取較高質(zhì)量的目標(biāo)紋理特征用于火災(zāi)識(shí)別。本文利用混合高斯模型對(duì)煙霧目標(biāo)進(jìn)行前景提取,并且屏蔽掉非運(yùn)動(dòng)的背景圖像,然后根據(jù)結(jié)果圖像的灰度分布,計(jì)算灰度共現(xiàn)距陣,提取紋理特征。
在對(duì)圖像的研究和應(yīng)用中,人們往往僅對(duì)圖像中的某些部分感興趣。為了辨識(shí)和分析圖像中的目標(biāo)需要將它們從圖像中分離提取出來(lái),在此基礎(chǔ)上才有可能進(jìn)一步對(duì)目標(biāo)進(jìn)行測(cè)量以及對(duì)圖像進(jìn)行利用。而紋理是真實(shí)圖像區(qū)域固有的特征之一。一般來(lái)說(shuō),紋理是由許多相互接近的,互相編織的元素構(gòu)成,并常富有周期性。在視覺(jué)火災(zāi)探測(cè)
中,紋理特征是火災(zāi)探測(cè)的重要參量。本文主要是探討火災(zāi)初期階段,煙霧的圖像紋理特征的提取。由于煙霧的多變性和對(duì)紋理質(zhì)量的要求,在進(jìn)行紋理特征提取之前要對(duì)煙霧圖像區(qū)域進(jìn)行前景提取即分割出煙霧圖像。
圖像差分法是對(duì)運(yùn)動(dòng)目標(biāo)前景提取的一個(gè)有用的方法,它根據(jù)視頻前后兩幀圖像的減運(yùn)算來(lái)減去背景。但是由于煙霧形狀斷變化的特性,在對(duì)圖像進(jìn)行減運(yùn)算的時(shí)候,會(huì)丟失掉許多圖像的有用信息。本文利用高斯模型來(lái)對(duì)煙霧目標(biāo)進(jìn)行前景提取,提取煙霧目標(biāo)同時(shí)屏蔽掉所有的非運(yùn)動(dòng)的背景信息,然后對(duì)結(jié)果圖像進(jìn)行紋理特征的提取。
在對(duì)圖像的研究和應(yīng)用中,人們往往僅對(duì)圖像中的某些部分感興趣。為了辨識(shí)和分析圖像中的目標(biāo)需要將它們從圖像中分離提取出來(lái),在此基礎(chǔ)上才有可能進(jìn)一步對(duì)目標(biāo)進(jìn)行測(cè)量以及對(duì)圖像進(jìn)行利用。而紋理是真實(shí)圖像區(qū)域固有的特征之一。一般來(lái)說(shuō),紋理是由許多相互接近的,互相編織的元素構(gòu)成,并常富有周期性。在視覺(jué)火災(zāi)探測(cè)
中,紋理特征是火災(zāi)探測(cè)的重要參量。本文主要是探討火災(zāi)初期階段,煙霧的圖像紋理特征的提取。由于煙霧的多變性和對(duì)紋理質(zhì)量的要求,在進(jìn)行紋理特征提取之前要對(duì)煙霧圖像區(qū)域進(jìn)行前景提取即分割出煙霧圖像。
圖像差分法是對(duì)運(yùn)動(dòng)目標(biāo)前景提取的一個(gè)有用的方法,它根據(jù)視頻前后兩幀圖像的減運(yùn)算來(lái)減去背景。但是由于煙霧形狀斷變化的特性,在對(duì)圖像進(jìn)行減運(yùn)算的時(shí)候,會(huì)丟失掉許多圖像的有用信息。本文利用高斯模型來(lái)對(duì)煙霧目標(biāo)進(jìn)行前景提取,提取煙霧目標(biāo)同時(shí)屏蔽掉所有的非運(yùn)動(dòng)的背景信息,然后對(duì)結(jié)果圖像進(jìn)行紋理特征的提取。
下載該資料的人也在下載
下載該資料的人還在閱讀
更多 >
- 基于中軸變換的改進(jìn)骨架特征提取方法 25次下載
- 基于自編碼特征的語(yǔ)音聲學(xué)綜合特征提取 27次下載
- 一種基于信息熵與綜合函數(shù)特征提取 3次下載
- 基于卷積循環(huán)神經(jīng)網(wǎng)絡(luò)的自動(dòng)代碼特征提取模型 46次下載
- 基于高斯濾波器組的Fisher比混合倒譜特征提取算法 16次下載
- 如何提高愛(ài)好特征提取的效率詳細(xì)算法說(shuō)明 1次下載
- 基于HTM架構(gòu)的時(shí)空特征提取方法 0次下載
- 激光網(wǎng)格標(biāo)記圖像特征提取 3次下載
- 一種對(duì)野值魯棒的紋理特征提取方法 2次下載
- 基于Gabor的特征提取算法在人臉識(shí)別中的應(yīng)用 54次下載
- 基于Gabor變換的中文字符特征提取方法研究 0次下載
- 紋理特征提取方法
- 基于EMD法的語(yǔ)音信號(hào)特征提取 41次下載
- 模式識(shí)別中的特征提取研究
- 基于已知特征項(xiàng)和環(huán)境相關(guān)量的特征提取算法
- 使用機(jī)器學(xué)習(xí)改善庫(kù)特征提取的質(zhì)量和運(yùn)行時(shí)間 157次閱讀
- 高斯濾波的特點(diǎn)有哪些 399次閱讀
- 如何提取、匹配圖像特征點(diǎn) 709次閱讀
- 預(yù)訓(xùn)練擴(kuò)散大模型取得點(diǎn)云-圖像配準(zhǔn)SoTA! 938次閱讀
- 機(jī)器視覺(jué)學(xué)習(xí)筆記:圖像特征提取 1573次閱讀
- 基于幾何特征的桿狀物提取方法 1629次閱讀
- 關(guān)于深度學(xué)習(xí)的邊緣和輪廓的提取工作 2558次閱讀
- 煙霧探測(cè)器的電離煙霧探測(cè)方案與光電探測(cè)方案對(duì)比分析 2322次閱讀
- 煙霧探測(cè)器如何選型 離子式和光電型的區(qū)別 9189次閱讀
- 如何制作一個(gè)簡(jiǎn)易的電子煙霧探測(cè)器? 8973次閱讀
- 深度學(xué)習(xí):卷積神經(jīng)網(wǎng)絡(luò)在每一層提取到的特征以及訓(xùn)練的過(guò)程 2.6w次閱讀
- LBP特征的描述、原理以及特征向量進(jìn)行提取的步驟解析 1.6w次閱讀
- 圖像識(shí)別中人體檢測(cè)的HOG特征提取方法解析 7143次閱讀
- 低層視覺(jué):使用一幅圖像—紋理 1958次閱讀
- 顏色特征提取方法 4376次閱讀
下載排行
本周
- 1電子電路原理第七版PDF電子教材免費(fèi)下載
- 0.00 MB | 1490次下載 | 免費(fèi)
- 2單片機(jī)典型實(shí)例介紹
- 18.19 MB | 93次下載 | 1 積分
- 3S7-200PLC編程實(shí)例詳細(xì)資料
- 1.17 MB | 27次下載 | 1 積分
- 4筆記本電腦主板的元件識(shí)別和講解說(shuō)明
- 4.28 MB | 18次下載 | 4 積分
- 5開關(guān)電源原理及各功能電路詳解
- 0.38 MB | 11次下載 | 免費(fèi)
- 6100W短波放大電路圖
- 0.05 MB | 4次下載 | 3 積分
- 7基于AT89C2051/4051單片機(jī)編程器的實(shí)驗(yàn)
- 0.11 MB | 4次下載 | 免費(fèi)
- 8基于單片機(jī)的紅外風(fēng)扇遙控
- 0.23 MB | 3次下載 | 免費(fèi)
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費(fèi)
- 2PADS 9.0 2009最新版 -下載
- 0.00 MB | 66304次下載 | 免費(fèi)
- 3protel99下載protel99軟件下載(中文版)
- 0.00 MB | 51209次下載 | 免費(fèi)
- 4LabView 8.0 專業(yè)版下載 (3CD完整版)
- 0.00 MB | 51043次下載 | 免費(fèi)
- 5555集成電路應(yīng)用800例(新編版)
- 0.00 MB | 33562次下載 | 免費(fèi)
- 6接口電路圖大全
- 未知 | 30320次下載 | 免費(fèi)
- 7Multisim 10下載Multisim 10 中文版
- 0.00 MB | 28588次下載 | 免費(fèi)
- 8開關(guān)電源設(shè)計(jì)實(shí)例指南
- 未知 | 21539次下載 | 免費(fèi)
總榜
- 1matlab軟件下載入口
- 未知 | 935053次下載 | 免費(fèi)
- 2protel99se軟件下載(可英文版轉(zhuǎn)中文版)
- 78.1 MB | 537791次下載 | 免費(fèi)
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420026次下載 | 免費(fèi)
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費(fèi)
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費(fèi)
- 6電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191183次下載 | 免費(fèi)
- 7十天學(xué)會(huì)AVR單片機(jī)與C語(yǔ)言視頻教程 下載
- 158M | 183277次下載 | 免費(fèi)
- 8proe5.0野火版下載(中文版免費(fèi)下載)
- 未知 | 138039次下載 | 免費(fèi)
評(píng)論