基于图像型的火灾探测及定位技术的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·引言 | 第9-10页 |
| ·火灾的发展及火焰的图像特征 | 第10-12页 |
| ·火灾的发展过程 | 第10-11页 |
| ·火灾火焰的图像特性 | 第11-12页 |
| ·大空间火灾的特点 | 第12-13页 |
| ·大空间火灾的特性 | 第12-13页 |
| ·影响大空间建筑火灾的主要因素 | 第13页 |
| ·基于图像型的火灾识别技术的发展 | 第13-14页 |
| ·论文的研究目的及内容安排 | 第14-16页 |
| ·本论文研究目的 | 第14-15页 |
| ·论文的内容安排 | 第15-16页 |
| 2 火灾探测的理论基础 | 第16-21页 |
| ·光谱辐射理论 | 第16-17页 |
| ·单波段理论 | 第17-19页 |
| ·双波段理论 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 火灾图像识别算法 | 第21-42页 |
| ·火灾的图像识别判据 | 第21-24页 |
| ·火焰尖峰 | 第22页 |
| ·火焰变化率 | 第22-23页 |
| ·蔓延增长特性 | 第23页 |
| ·边缘抖动特性 | 第23页 |
| ·相对稳定性 | 第23-24页 |
| ·火焰的相似度 | 第24页 |
| ·火灾图像的数字处理 | 第24-32页 |
| ·火灾图像增强 | 第24-25页 |
| ·火灾图像滤波处理 | 第25-26页 |
| ·二值图像的边界链码 | 第26-31页 |
| ·图像区域分割 | 第31-32页 |
| ·人工神经网络与遗传算法 | 第32-40页 |
| ·引言 | 第32页 |
| ·人工神经网络概述与方案选择 | 第32-36页 |
| ·遗传算法概述与实现方案 | 第36-40页 |
| ·基于遗传神经网络的火灾图像识别算法设计 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 4 火灾定位算法的研究 | 第42-55页 |
| ·计算机视觉 | 第42-45页 |
| ·引言 | 第42-43页 |
| ·成像变换和通用摄像机模型 | 第43-45页 |
| ·摄像机标定 | 第45-46页 |
| ·空间定位双目成像原理 | 第46-48页 |
| ·双目定位算法中彩色图片中火灾位置的确定 | 第48-51页 |
| ·火灾空间定位的优化算法 | 第51-54页 |
| ·使用传统双目定位算法的缺陷 | 第51-52页 |
| ·改进的空间定位算法 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 5 火灾探测与定位系统的设计和实现 | 第55-64页 |
| ·系统构成 | 第55-56页 |
| ·系统的软件总体设计 | 第56-58页 |
| ·总体设计指导思想 | 第56-57页 |
| ·软件的整体结构 | 第57-58页 |
| ·软件分层设计 | 第58-62页 |
| ·图像预处理层 | 第58-59页 |
| ·连续帧动态特征提取层 | 第59-61页 |
| ·数据融合和火灾判断层 | 第61页 |
| ·火灾空间定位层 | 第61-62页 |
| ·联动模块驱动层 | 第62页 |
| ·实验测试结果 | 第62-64页 |
| ·实验平台 | 第62-63页 |
| ·火灾判别结果测试 | 第63-64页 |
| 6 总结与展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 附录 | 第69-71页 |
| 作者在攻读硕士学位期间发表的论文目录 | 第69-71页 |
