基于视频的火灾烟雾检测
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题背景及选题意义 | 第9-10页 |
| 1.2 基于视频火灾烟雾检测技术发展概述 | 第10-12页 |
| 1.3 本文研究内容 | 第12-13页 |
| 1.3.1 论文的主要工作 | 第12页 |
| 1.3.2 论文的难点 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 第二章 预处理和运动检测 | 第14-23页 |
| 2.1 图像预处理 | 第14-18页 |
| 2.1.1 彩色图像转灰度图像 | 第14-15页 |
| 2.1.2 灰度图像直方图均衡化 | 第15页 |
| 2.1.3 灰度图像的平滑滤波 | 第15-16页 |
| 2.1.4 形态学处理 | 第16-18页 |
| 2.2 运动检测算法介绍 | 第18-21页 |
| 2.2.1 帧间差分法 | 第18页 |
| 2.2.2 背景剪除法 | 第18-19页 |
| 2.2.3 光流法 | 第19页 |
| 2.2.4 码本(Codebook)方法 | 第19-21页 |
| 2.3 本章小结 | 第21-23页 |
| 第三章 烟雾特征分析 | 第23-34页 |
| 3.1 烟气飘忽性 | 第23-24页 |
| 3.2 烟雾颜色特征 | 第24-25页 |
| 3.3 烟雾的平均梯度特征 | 第25-28页 |
| 3.3.1 图像平均梯度求取过程 | 第26页 |
| 3.3.2 实验仿真结果 | 第26-28页 |
| 3.4 烟雾形状不规则度特征 | 第28-31页 |
| 3.5 面积变化特征 | 第31-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 基于支持向量机的分类器设计 | 第34-43页 |
| 4.1 支持向量机 | 第34-38页 |
| 4.1.1 线性可分 | 第34-36页 |
| 4.1.2 线性不可分 | 第36-38页 |
| 4.2 核函数 | 第38页 |
| 4.3 松弛变量和惩罚因子 | 第38-40页 |
| 4.4 基于SVM的分类器设计 | 第40-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 背景更新 | 第43-45页 |
| 5.1 背景更新过程描述 | 第43-44页 |
| 5.2 本章小结 | 第44-45页 |
| 第六章 算法实验结果 | 第45-48页 |
| 6.1 算法测试平台搭建 | 第45页 |
| 6.1.1 硬件部分 | 第45页 |
| 6.1.2 软件部分 | 第45页 |
| 6.2 算法总体流程和视频属性 | 第45-48页 |
| 第七章 结论与展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第54页 |
