基于计算机视觉和神经网络技术的火焰识别分析与研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究的背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·国内外传统火焰识别方法 | 第10-12页 |
| ·国内外基于机器视觉视觉的火焰识别状况 | 第12-13页 |
| ·论文研究内容与组织结构 | 第13-15页 |
| 第二章 火焰识别的预处理与分割 | 第15-25页 |
| ·火焰彩色图像转化为灰度图像 | 第15页 |
| ·火焰图像的增强和滤波 | 第15-16页 |
| ·火焰灰度图像的边缘检测及二值化 | 第16-22页 |
| ·灰度图像的二值化 | 第16-17页 |
| ·灰度图像的边缘检测 | 第17-22页 |
| ·火焰灰度图像的运动检测和目标提取 | 第22-24页 |
| ·背景减除法 | 第22页 |
| ·时间差分法 | 第22-24页 |
| 本章小结 | 第24-25页 |
| 第三章 火焰的特征提取 | 第25-50页 |
| ·火焰的颜色特征提取 | 第25-29页 |
| ·颜色的形成 | 第25-26页 |
| ·颜色模式 | 第26页 |
| ·火焰的颜色特征提取 | 第26-29页 |
| ·火焰的静态特征提取 | 第29-38页 |
| ·火焰图像的曲率特征 | 第29-32页 |
| ·火焰图像的矩特征 | 第32-35页 |
| ·火焰图像的分形特征 | 第35-38页 |
| ·火焰的动态特征提取 | 第38-49页 |
| ·火焰图像的面积增长特征 | 第38-40页 |
| ·火焰图像的形状相似特征 | 第40-43页 |
| ·火焰图像的整体移动特征 | 第43-44页 |
| ·火焰图像的区域尖角特征 | 第44-45页 |
| ·火焰图像的高度变化特征 | 第45-49页 |
| 本章小结 | 第49-50页 |
| 第四章 基于神经网络的火焰识别算法 | 第50-64页 |
| ·人工神经网络的简介 | 第50-51页 |
| ·神经网络与火焰识别 | 第51-52页 |
| ·人工神经网络的结构和特点 | 第52-53页 |
| ·神经元基本模型 | 第52-53页 |
| ·人工神经网络的特点 | 第53页 |
| ·几种常见的人工神经网络 | 第53-54页 |
| ·利用BP网络进行火焰识别 | 第54-59页 |
| ·BP神经网络的结构 | 第54-55页 |
| ·BP神经网络实施过程 | 第55-56页 |
| ·BP神经网络火焰识别算法步骤 | 第56-59页 |
| ·基于BP神经网络的混合网络 | 第59-61页 |
| ·基于BP神经网络的混合网络层的实验结果及分析 | 第61-63页 |
| 本章小结 | 第63-64页 |
| 总结与展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间发表的学术论文 | 第68-69页 |
| 致谢 | 第69-70页 |
