基于图像处理的大空间火灾监测研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-16页 |
| ·课题研究背景与意义 | 第9-10页 |
| ·课题来源 | 第9-10页 |
| ·课题应用 | 第10页 |
| ·国内外研究与发展状况 | 第10-11页 |
| ·传统火灾探测技术 | 第11-14页 |
| ·传统火灾探测技术优缺点 | 第11-12页 |
| ·图像型火灾探测技术发展 | 第12-14页 |
| ·课题研究主要内容 | 第14-15页 |
| ·课题研究目标 | 第14-15页 |
| ·课题研究主要工作 | 第15页 |
| ·小结 | 第15-16页 |
| 2 火灾图像识别的数字图像理论基础 | 第16-27页 |
| ·数字图像处理系统 | 第16-17页 |
| ·图像采集系统 | 第17-19页 |
| ·图像增强 | 第19-23页 |
| ·图像平滑技术 | 第19-21页 |
| ·图像锐化技术 | 第21-23页 |
| ·图像分割 | 第23-25页 |
| ·基于区域的分割 | 第23-24页 |
| ·基于阈值选取的分割 | 第24页 |
| ·基于边缘检测的分割 | 第24-25页 |
| ·图像识别 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 火灾图像特征分析 | 第27-34页 |
| ·火灾发展过程 | 第27-28页 |
| ·火灾颜色变化 | 第28-29页 |
| ·火灾形态变化 | 第29-30页 |
| ·对火灾判决存在的干扰因素 | 第30页 |
| ·大空间火灾监测依据 | 第30-32页 |
| ·基于火焰图像信息的火灾监测系统设计 | 第32-33页 |
| ·系统实现模块 | 第32-33页 |
| ·系统设计流程图 | 第33页 |
| ·本章小结 | 第33-34页 |
| 4 火灾火焰图像预处理与分割 | 第34-46页 |
| ·火焰图像预处理 | 第34-36页 |
| ·颜色模型 | 第36-38页 |
| ·计算颜色模型 | 第37页 |
| ·工业颜色模型 | 第37-38页 |
| ·视觉颜色模型 | 第38页 |
| ·基于HIS模型的火焰图像分割 | 第38-44页 |
| ·火焰颜色的分析与检测 | 第39-40页 |
| ·HIS颜色模型的分割实现 | 第40-42页 |
| ·阈值分割技术 | 第42-44页 |
| ·LOG算子边缘检测 | 第44页 |
| ·火焰图像形态学处理 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 5 火焰形态特征提取 | 第46-52页 |
| ·火焰边缘特征信息识别算法 | 第46-49页 |
| ·尖角特征 | 第46-48页 |
| ·圆形度特征 | 第48-49页 |
| ·闪烁频率特征 | 第49-51页 |
| ·面积变化特征 | 第51页 |
| ·本章小结 | 第51-52页 |
| 6 多特征融合算法 | 第52-62页 |
| ·数据融合 | 第52-55页 |
| ·多特征数据融合在火灾探测中的应用 | 第52-53页 |
| ·数据融合方法 | 第53-55页 |
| ·人工神经网络在火灾探测系统中的应用 | 第55-56页 |
| ·基于BP神经网络的火焰图像信息多特征融合 | 第56-61页 |
| ·BP神经网络理论 | 第56-57页 |
| ·BP网络模型的建立与算法设计 | 第57页 |
| ·数据融合过程 | 第57-60页 |
| ·数据输出 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 7 实验过程与数据分析 | 第62-77页 |
| ·实验环境 | 第62-66页 |
| ·硬件环境 | 第62-64页 |
| ·软件环境 | 第64-65页 |
| ·软件流程图 | 第65-66页 |
| ·火焰特征实验 | 第66-75页 |
| ·颜色特征实验 | 第66-67页 |
| ·形态特征实验 | 第67-75页 |
| ·不同目标检测结果对比 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 8 结论与展望 | 第77-79页 |
| ·工作总结 | 第77-78页 |
| ·工作展望 | 第78-79页 |
| 参考文献 | 第79-82页 |
| 攻读硕士学位期间发表的论文 | 第82-83页 |
| 致谢 | 第83-85页 |
