基于视频序列的森林火灾检测技术研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 火焰检测技术现状 | 第11-14页 |
| 1.2.2 烟雾检测技术现状 | 第14-15页 |
| 1.3 论文的主要工作和结构安排 | 第15-16页 |
| 1.3.1 主要研究内容 | 第15-16页 |
| 1.3.2 论文的结构安排 | 第16页 |
| 1.4 本章小结 | 第16-17页 |
| 2 视频图像处理基础 | 第17-30页 |
| 2.1 颜色模型 | 第17-18页 |
| 2.1.1 RGB | 第17页 |
| 2.1.2 HSI | 第17-18页 |
| 2.1.3 Lab | 第18页 |
| 2.2 视频表现方法 | 第18-20页 |
| 2.2.1 YUV颜色编码方式 | 第18页 |
| 2.2.2 YUV采样格式 | 第18-19页 |
| 2.2.3 YUV的存储方式 | 第19-20页 |
| 2.3 运动目标检测 | 第20-24页 |
| 2.3.1 帧间差分法 | 第20-22页 |
| 2.3.2 卡尔曼背景建模 | 第22页 |
| 2.3.3 混合高斯背景建模 | 第22-24页 |
| 2.3.4 光流法 | 第24页 |
| 2.4 形态学运算 | 第24-25页 |
| 2.5 区域连通 | 第25-27页 |
| 2.5.1 像素的领域表示 | 第25-26页 |
| 2.5.2 两遍扫描法 | 第26-27页 |
| 2.5.3 种子填充法 | 第27页 |
| 2.6 小波分析理论 | 第27-28页 |
| 2.7 超像素分割算法简述 | 第28-29页 |
| 2.8 本章小结 | 第29-30页 |
| 3 基于视频的森林火灾检测算法研究 | 第30-54页 |
| 3.1 系统设计 | 第30-31页 |
| 3.1.1 火灾特性分析 | 第30页 |
| 3.1.2 程序流程 | 第30-31页 |
| 3.2 基于运动特征与颜色的目标检测 | 第31-44页 |
| 3.2.1 运动特征 | 第31-32页 |
| 3.2.2 火焰光谱特性 | 第32-38页 |
| 3.2.3 烟雾光谱特性 | 第38-43页 |
| 3.2.4 结果分析 | 第43-44页 |
| 3.3 形状特性分析 | 第44-49页 |
| 3.3.1 形态学处理 | 第44-45页 |
| 3.3.2 区域连通 | 第45页 |
| 3.3.3 面积变化 | 第45-47页 |
| 3.3.4 轮廓提取 | 第47页 |
| 3.3.5 圆形度分析 | 第47-49页 |
| 3.3.6 总结 | 第49页 |
| 3.4 小波分析结果 | 第49-51页 |
| 3.5 综合判据 | 第51-52页 |
| 3.6 仿真结果分析 | 第52-53页 |
| 3.6.1 实验平台及数据来源 | 第52页 |
| 3.6.2 Matlab仿真结果分析 | 第52-53页 |
| 3.7 本章小结 | 第53-54页 |
| 4 基于图像分割的森林火灾烟雾检测算法研究 | 第54-65页 |
| 4.1 引言 | 第54页 |
| 4.2 SLIC超像素分割算法 | 第54-55页 |
| 4.3 超像素合并算法 | 第55-56页 |
| 4.4 超像素分割和合并分析 | 第56-58页 |
| 4.5 基于支持向量机的烟雾识别 | 第58-61页 |
| 4.5.1 支持向量机 | 第58-61页 |
| 4.5.2 烟雾识别 | 第61页 |
| 4.6 实验结果与分析 | 第61-63页 |
| 4.6.1 实验平台与图片数据来源 | 第61页 |
| 4.6.2 烟雾自动检测结果 | 第61-63页 |
| 4.7 实验对比 | 第63-64页 |
| 4.8 本章小结 | 第64-65页 |
| 5 森林火灾检测算法的实现 | 第65-74页 |
| 5.1 引言 | 第65页 |
| 5.2 基于MFC的森林火灾检测平台设计 | 第65-69页 |
| 5.2.1 MFC简介 | 第65页 |
| 5.2.2 检测平台的搭建 | 第65-69页 |
| 5.3 基于DM8168的森林火灾检测系统设计 | 第69-73页 |
| 5.3.1 达芬奇技术 | 第69页 |
| 5.3.2 DM8168简介 | 第69-70页 |
| 5.3.3 链路设计 | 第70-71页 |
| 5.3.4 测试环境 | 第71-72页 |
| 5.3.5 测试结果 | 第72-73页 |
| 5.4 本章小结 | 第73-74页 |
| 6 总结与展望 | 第74-76页 |
| 6.1 主要创新点 | 第74页 |
| 6.2 工作总结 | 第74-75页 |
| 6.3 存在问题和发展趋势 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 攻读硕士学位期间主要学术成果 | 第81-82页 |
| 致谢 | 第82页 |
