野外火灾的图像识别方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-16页 |
| 第一章 绪论 | 第16-26页 |
| ·引言 | 第16-17页 |
| ·课题研究背景 | 第17-21页 |
| ·火灾产生的机理 | 第17-19页 |
| ·传统火灾探测技术及弊端 | 第19-21页 |
| ·图像型火灾探测技术的提出 | 第21页 |
| ·国内外研究现状 | 第21-24页 |
| ·图像型火灾探测技术的研究现状 | 第22-23页 |
| ·人工神经网络火灾探测技术的发展现状 | 第23-24页 |
| ·课题方法概述 | 第24-25页 |
| ·本课题的研究内容 | 第25-26页 |
| 第二章 火灾图像的预处理 | 第26-39页 |
| ·引言 | 第26页 |
| ·火灾图像的获取 | 第26-28页 |
| ·火灾图像的灰度化 | 第28-29页 |
| ·火灾图像的分割处理 | 第29-37页 |
| ·图像分割技术简介 | 第29-31页 |
| ·火灾图像阈值分割 | 第31-35页 |
| ·火灾图像区域分割 | 第35-37页 |
| ·火灾图像的滤波处理 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 野外早期火灾图像的识别研究 | 第39-65页 |
| ·引言 | 第39-40页 |
| ·早期火灾火焰图像的识别判据研究 | 第40-57页 |
| ·火焰的颜色分布识别 | 第40-41页 |
| ·火焰的频谱特征 | 第41-44页 |
| ·火焰变化率 | 第44-46页 |
| ·火焰面积蔓延增长特性 | 第46-47页 |
| ·火焰的边缘变化特性 | 第47-53页 |
| ·火焰的形体变化特性 | 第53-56页 |
| ·火焰的相对稳定性 | 第56-57页 |
| ·实验界面及结果显示 | 第57-64页 |
| ·实验界面显示 | 第57页 |
| ·实验结果显示 | 第57-64页 |
| ·本章小结 | 第64-65页 |
| 第四章 基于BP 神经网络的火灾图像识别 | 第65-77页 |
| ·引言 | 第65页 |
| ·BP 神经网络简介 | 第65-72页 |
| ·典型的BP 网络结构 | 第66-67页 |
| ·BP 算法的数学表达 | 第67-71页 |
| ·BP 网络优缺点讨论 | 第71-72页 |
| ·基于BP 神经网络的火灾图像识别 | 第72-76页 |
| ·神经网络的输入信号 | 第72-74页 |
| ·神经网络的隐层节点数 | 第74-75页 |
| ·神经网络的输出信号和学习样本的选择 | 第75-76页 |
| ·神经网络的结构 | 第76页 |
| ·本章小结 | 第76-77页 |
| 第五章 火灾图像识别系统的实现和实验结果 | 第77-89页 |
| ·引言 | 第77页 |
| ·系统的硬件组成 | 第77-79页 |
| ·系统的软件实现 | 第79-84页 |
| ·软件流程 | 第79-81页 |
| ·软件功能定义及界面设计 | 第81-84页 |
| ·实验结果 | 第84-88页 |
| ·算法效率比较实验 | 第85页 |
| ·基于BP 神经网络的火灾探测实验 | 第85-88页 |
| ·本章小结 | 第88-89页 |
| 第六章 总结与展望 | 第89-91页 |
| ·本文工作总结 | 第89-90页 |
| ·工作展望 | 第90-91页 |
| 参考文献 | 第91-94页 |
| 致谢 | 第94-95页 |
| 在学期间的研究成果及发表的学术论文 | 第95页 |
