图像型火灾探测技术的研究
摘要 | 第1-4页 |
ABSTRACT | 第4-7页 |
1 绪论 | 第7-12页 |
·火灾发生过程 | 第7-8页 |
·传统火灾探测技术 | 第8-9页 |
·传统火灾探测器概述 | 第8-9页 |
·传统火灾探测器弊端 | 第9页 |
·基于视频的火灾探测技术 | 第9-11页 |
·论文研究主要内容和章节安排 | 第11-12页 |
2 火灾图像增强 | 第12-22页 |
·火灾图像特性分析 | 第12-13页 |
·火灾图像增强方法 | 第13-21页 |
·火灾图像的直方图均衡化 | 第13-17页 |
·火灾图像的平滑 | 第17-19页 |
·火灾图像的锐化 | 第19-21页 |
·本章小结 | 第21-22页 |
3 火灾图像分割 | 第22-32页 |
·复杂背景下的火灾图像分割算法研究 | 第22-31页 |
·基于阂值的火灾图像分割算法 | 第22-23页 |
·基于差分法的火灾图像分割 | 第23-25页 |
·基于颜色的火焰分割算法 | 第25-28页 |
·基于形态学的火焰分割算法 | 第28-30页 |
·复杂背景下火焰组合分割算法 | 第30-31页 |
·本章小结 | 第31-32页 |
4 火灾图像特征提取与识别算法设计 | 第32-48页 |
·模式识别技术 | 第32页 |
·火灾图像的形状特征分析 | 第32-34页 |
·火灾图像的特征提取 | 第34-43页 |
·火灾图像帧间相似性测度 | 第34-36页 |
·火焰区域面积变化值 | 第36-38页 |
·火灾图像致密度 | 第38-39页 |
·火灾图像偏心率 | 第39-40页 |
·火灾图像质心点偏移距离 | 第40-43页 |
·基于RBF神经网络的火灾图像识别 | 第43-47页 |
·神经网络概述 | 第43页 |
·RBF神经网络原理 | 第43-45页 |
·基于RBF神经网络的火灾识别算法设计 | 第45页 |
·实验结果分析 | 第45-47页 |
·本章小结 | 第47-48页 |
5 总结和展望 | 第48-49页 |
致谢 | 第49-50页 |
参考文献 | 第50-53页 |
研究成果 | 第53页 |