| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 选题背景及研究意义 | 第10-11页 |
| 1.2 传统火灾探测器 | 第11-12页 |
| 1.3 图像型烟雾检测技术的研究现状 | 第12-13页 |
| 1.3.1 图像型烟雾检测算法的研究 | 第12-13页 |
| 1.3.2 图像型烟雾检测技术的应用 | 第13页 |
| 1.4 嵌入式视频监控系统 | 第13-14页 |
| 1.5 论文的主要工作及章节安排 | 第14-16页 |
| 1.5.1 主要工作 | 第14-15页 |
| 1.5.2 章节安排 | 第15-16页 |
| 第2章 系统方案及开发平台搭建 | 第16-22页 |
| 2.1 系统方案设计 | 第16-17页 |
| 2.2 系统硬件平台 | 第17-19页 |
| 2.2.1 DM8168处理器介绍 | 第17-18页 |
| 2.2.2 ARM子系统 | 第18-19页 |
| 2.2.3 C674x DSP子系统 | 第19页 |
| 2.2.4 视频处理子系统HDVPSS | 第19页 |
| 2.3 系统开发平台的搭建 | 第19-21页 |
| 2.3.1 软件开发包安装 | 第20页 |
| 2.3.2 交叉编译环境配置 | 第20页 |
| 2.3.3 TFTP服务搭建 | 第20-21页 |
| 本章小结 | 第21-22页 |
| 第3章 图像型火灾烟雾检测算法的研究 | 第22-44页 |
| 3.1 图像预处理 | 第22-23页 |
| 3.2 运动目标提取方法的选择 | 第23-27页 |
| 3.2.1 帧间差分法 | 第23-24页 |
| 3.2.2 光流法 | 第24-25页 |
| 3.2.3 背景减除法 | 第25-27页 |
| 3.3 疑似区域的修正 | 第27-28页 |
| 3.4 烟雾特征的分析 | 第28-37页 |
| 3.4.1 烟雾的颜色特征 | 第28-34页 |
| 3.4.2 烟雾的凸形度特征 | 第34-36页 |
| 3.4.3 烟雾的纹理特征 | 第36-37页 |
| 3.5 基于BP神经网络的烟雾特征融合判别 | 第37-43页 |
| 3.5.1 BP神经网络简介 | 第38-40页 |
| 3.5.2 BP神经网络在烟雾检测中的应用 | 第40-43页 |
| 本章小结 | 第43-44页 |
| 第4章 DM8168系统软件平台的设计与实现 | 第44-67页 |
| 4.1 系统软件总体框架设计 | 第44页 |
| 4.2 控制模块 | 第44-53页 |
| 4.2.1 MCFW软件框架 | 第45-46页 |
| 4.2.2 Link与数据链路 | 第46-49页 |
| 4.2.3 基于MCFW框架的控制模块的设计与实现 | 第49-53页 |
| 4.3 数据捕获模块 | 第53-56页 |
| 4.4 图像处理模块 | 第56-59页 |
| 4.4.1 烟雾检测算法的移植 | 第56-58页 |
| 4.4.2 图像处理模块工作流程的设计 | 第58-59页 |
| 4.5 H.264视频编码模块 | 第59-60页 |
| 4.6 网络传输模块 | 第60-65页 |
| 4.6.1 RTSP服务器的设计 | 第60-61页 |
| 4.6.2 基于Live555的流媒体服务器的实现 | 第61-63页 |
| 4.6.3 编码模块与网络传输模块数据传输的实现 | 第63-65页 |
| 本章小结 | 第65-67页 |
| 第5章 系统测试与实验结果分析 | 第67-76页 |
| 5.1 系统测试步骤 | 第67-69页 |
| 5.2 烟雾检测算法结果分析 | 第69-73页 |
| 5.2.1 实验样本说明 | 第69-71页 |
| 5.2.2 实验结果分析 | 第71-73页 |
| 5.3 系统实际应用结果分析 | 第73-75页 |
| 本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-83页 |
| 作者简介 | 第83页 |