| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·引言 | 第7-8页 |
| ·课题背景 | 第8-10页 |
| ·火灾产生的机理 | 第8页 |
| ·国内外火灾探测技术的发展史 | 第8-10页 |
| ·图像型火焰火灾探测及跟踪技术概论 | 第10-14页 |
| ·火灾的物理特征 | 第10-11页 |
| ·图像型火焰火灾探测技术 | 第11页 |
| ·图像型感焰火灾跟踪技术 | 第11-14页 |
| ·国内外目前研究状况 | 第14页 |
| ·论文的主要工作 | 第14-17页 |
| ·差分法识别火焰目标 | 第15页 |
| ·基于Mean-Shift算法的目标识别 | 第15页 |
| ·基于改进了的Camshift方法的火焰跟踪 | 第15-16页 |
| ·论文的内容安排 | 第16-17页 |
| 第二章 火灾图像的预处理及差分法帧间分割 | 第17-31页 |
| ·火灾图像的预处理 | 第17-24页 |
| ·火灾图像的增强 | 第17-19页 |
| ·火灾图像滤波处理 | 第19-24页 |
| ·火灾图像差分法帧间分割 | 第24-29页 |
| ·差分法简介 | 第24-25页 |
| ·差分法的基本理论 | 第25页 |
| ·灰度图像 | 第25-26页 |
| ·火焰图像差分法分割结果 | 第26-29页 |
| ·本章小结 | 第29-31页 |
| 第三章 火灾图像的分割与目标识别 | 第31-47页 |
| ·图像分割技术简介 | 第31-32页 |
| ·Mean-Shift算法 | 第32-38页 |
| ·Mean-shift算法简介 | 第32-34页 |
| ·密度梯度估计 | 第34-35页 |
| ·Mean-Shift算法收敛的充分性证明 | 第35-38页 |
| ·Mean-Shift分割 | 第38-40页 |
| ·Mean-Shift分割算法 | 第38页 |
| ·分割的实验结果及性能分析 | 第38-40页 |
| ·阈值分割法 | 第40-43页 |
| ·阈值分割法简介 | 第41页 |
| ·谷底阈值分割法 | 第41-42页 |
| ·火焰图像阈值分割结果 | 第42-43页 |
| ·Mean-shift方法与阈值分割法相结合的火焰图像分割 | 第43-45页 |
| ·差分法和与Mean-Shift与阈值分割相结合方法的对比 | 第45页 |
| ·本章小结 | 第45-47页 |
| 第四章 基于改进的Camshift方法的动态火焰视频图像跟踪 | 第47-65页 |
| ·视频图像跟踪简介 | 第47-50页 |
| ·对比度跟踪 | 第47-48页 |
| ·相关跟踪 | 第48-50页 |
| ·典型的视频跟踪系统跟踪算法流程 | 第50页 |
| ·Mean-Shift算法用于视频图像跟踪 | 第50-54页 |
| ·目标模型的描述 | 第52页 |
| ·候选模型的描述 | 第52页 |
| ·相似性函数 | 第52-53页 |
| ·目标定位 | 第53-54页 |
| ·Camshift跟踪算法简介 | 第54-58页 |
| ·颜色空间 | 第54-57页 |
| ·Camshift跟踪算法步骤 | 第57-58页 |
| ·改进的Camshift跟踪算法用于火焰跟踪及其流程图 | 第58-61页 |
| ·火焰跟踪区域的自动设置 | 第58-59页 |
| ·运动目标的预测和二次搜索 | 第59-60页 |
| ·改进的Camshift跟踪算法的实现 | 第60-61页 |
| ·火焰目标跟踪流程图 | 第61页 |
| ·火焰跟踪实验结果及分析 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 工作总结与展望 | 第65-67页 |
| ·总结 | 第65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 读研期间所做的工作和发表的论文 | 第71-72页 |
