基于视频图像的森林火灾监测
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题的选题背景及意义 | 第10-12页 |
| ·国内外研究现状分析 | 第12-13页 |
| ·本论文主要研究内容 | 第13-15页 |
| 第2章 视频图像采集 | 第15-21页 |
| ·视频图像采集系统 | 第15页 |
| ·CCD 摄像头 | 第15-18页 |
| ·CCD 摄像头的工作原理 | 第16页 |
| ·摄像头的主要参数 | 第16-17页 |
| ·本系统摄像头的参数 | 第17-18页 |
| ·视频采集卡 | 第18-19页 |
| ·个人计算机 | 第19页 |
| ·图像采集结果 | 第19-21页 |
| 第3章 图像预处理及运动目标提取 | 第21-37页 |
| ·图像预处理 | 第21-23页 |
| ·平滑滤波 | 第21-22页 |
| ·中值滤波 | 第22-23页 |
| ·本论文采用的滤波方法 | 第23页 |
| ·滤波结果 | 第23页 |
| ·运动目标提取 | 第23-28页 |
| ·光流场法 | 第25-26页 |
| ·背景差分法 | 第26-27页 |
| ·帧差法 | 第27-28页 |
| ·本文选用的方法 | 第28-35页 |
| ·背景模型的选取 | 第28-30页 |
| ·背景差减算法 | 第30-31页 |
| ·差分图像的二值化 | 第31页 |
| ·孤立点的消除 | 第31-35页 |
| ·实验结果及分析 | 第35-37页 |
| 第4章 森林火灾烟的特征提取 | 第37-46页 |
| ·概述 | 第37-38页 |
| ·特征值的计算 | 第38-40页 |
| ·均值变化和方差计算 | 第38-39页 |
| ·重心和连通区域个数变化计算 | 第39页 |
| ·归一化矩的变化计算 | 第39-40页 |
| ·面积的变化计算 | 第40页 |
| ·特征提取结果 | 第40-46页 |
| 第5章 基于人工神经网络的早期森林火灾识别 | 第46-63页 |
| ·人工神经网络概述 | 第46-48页 |
| ·BP 网络 | 第48-56页 |
| ·BP 学习算法 | 第49-52页 |
| ·BP 神经网络的优化及改进 | 第52-53页 |
| ·BP 神经网络结构设计 | 第53-56页 |
| ·利用BP 网络对森林火灾图像进行分类 | 第56-63页 |
| ·BP 神经网络训练 | 第56-57页 |
| ·BP 网络样本的选择 | 第57-58页 |
| ·实验结果及分析 | 第58-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第69-70页 |
| 致谢 | 第70-79页 |
