基于图像分析的火灾烟雾检测方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 常用火灾烟雾检测方法 | 第11-14页 |
| 1.2.1 基于烟雾探测传感器的火灾预警 | 第11-13页 |
| 1.2.2 基于视频的火灾探测技术 | 第13-14页 |
| 1.3 视频烟雾探测技术的研究现状 | 第14-16页 |
| 1.4 论文的主要工作和结构安排 | 第16-18页 |
| 1.4.1 主要研究内容 | 第16-17页 |
| 1.4.2 论文的结构安排 | 第17-18页 |
| 第2章 常用烟雾图像获取系统的介绍 | 第18-27页 |
| 2.1 引言 | 第18页 |
| 2.2 通用图像获取系统 | 第18-23页 |
| 2.2.1 CCD摄像机 | 第19-20页 |
| 2.2.2 图像采集卡 | 第20-21页 |
| 2.2.3 数字图像存储系统 | 第21-22页 |
| 2.2.4 图像采集结果 | 第22-23页 |
| 2.3 全景图像获取系统 | 第23-26页 |
| 2.3.1 复眼全景系统 | 第23-25页 |
| 2.3.2 鱼眼全景系统 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 烟雾图像预处理 | 第27-40页 |
| 3.1 引言 | 第27页 |
| 3.2 图像去噪 | 第27-29页 |
| 3.2.1 均值滤波 | 第27-28页 |
| 3.2.2 中值滤波 | 第28-29页 |
| 3.2.3 频域低通滤波 | 第29页 |
| 3.3 图像增强 | 第29-31页 |
| 3.3.1 空域增强 | 第30页 |
| 3.3.2 频域滤波增强 | 第30-31页 |
| 3.4 图像校正 | 第31-34页 |
| 3.4.1 空间变换 | 第31-33页 |
| 3.4.2 灰度插值 | 第33-34页 |
| 3.5 图像锐化 | 第34-35页 |
| 3.6 烟雾图像预处理效果 | 第35-39页 |
| 3.7 本章小结 | 第39-40页 |
| 第4章 烟雾候选区域提取方法研究 | 第40-59页 |
| 4.1 引言 | 第40页 |
| 4.2 暗通道优先烟雾检测算法 | 第40-46页 |
| 4.2.1 暗通道优先原理 | 第40-41页 |
| 4.2.2 暗通道优先去雾过程 | 第41-42页 |
| 4.2.3 烟雾候选区域提取 | 第42页 |
| 4.2.4 实验结果及分析 | 第42-46页 |
| 4.3 基于颜色特征的烟雾检测算法 | 第46-49页 |
| 4.3.1 烟雾颜色特征 | 第46页 |
| 4.3.2 RGB-YUV转换 | 第46页 |
| 4.3.3 烟雾候选区域提取 | 第46-47页 |
| 4.3.4 实验结果及分析 | 第47-49页 |
| 4.4 基于凸分组技术的烟雾检测算法 | 第49-57页 |
| 4.4.1 凸分组目标检测原理 | 第49-51页 |
| 4.4.2 最优化凸分组检测烟雾候选区域步骤 | 第51-53页 |
| 4.4.3 实验结果及分析 | 第53-57页 |
| 4.5 分析对比三种方法检测到的烟雾候选区域 | 第57-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第5章 烟雾区域最优化判定 | 第59-66页 |
| 5.1 引言 | 第59页 |
| 5.2 局部二值模式 | 第59-62页 |
| 5.2.1 LBP特征的描述 | 第59-60页 |
| 5.2.2 LBP的灰度不变性 | 第60页 |
| 5.2.3 LBP圆形局部二值模式 | 第60-61页 |
| 5.2.4 LBP的旋转不变性 | 第61-62页 |
| 5.3 LBP特征用于检测烟雾候选区域的原理 | 第62页 |
| 5.4 实验结果及分析 | 第62-65页 |
| 5.5 本章小结 | 第65-66页 |
| 结语 | 第66-68页 |
| 总结 | 第66-67页 |
| 展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间主要研究成果 | 第72-73页 |
| 致谢 | 第73页 |
