| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-28页 |
| ·课题的背景和意义 | 第10-14页 |
| ·高大空间建筑火灾及其危害 | 第10-12页 |
| ·高大空间建筑火灾探测的特点 | 第12-13页 |
| ·本文工作的目的和意义 | 第13-14页 |
| ·文献综述 | 第14-26页 |
| ·基于视频图像的火灾探测 | 第14-17页 |
| ·目标提取 | 第17-20页 |
| ·目标跟踪 | 第20-24页 |
| ·目标识别 | 第24-26页 |
| ·本文工作及内容安排 | 第26-28页 |
| 第2章 目标提取 | 第28-46页 |
| ·引言 | 第28页 |
| ·目标提取算法 | 第28-37页 |
| ·背景差分法 | 第28-31页 |
| ·帧间差分法 | 第31-32页 |
| ·光流法 | 第32-35页 |
| ·烟雾目标提取 | 第35-37页 |
| ·基于变化程度的自适应背景更新法 | 第37-40页 |
| ·算法原理 | 第37-39页 |
| ·算法实验 | 第39-40页 |
| ·基于跟踪和识别信息的时空自适应背景更新法 | 第40-45页 |
| ·算法原理 | 第40-41页 |
| ·算法实验 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第3章 目标跟踪 | 第46-86页 |
| ·引言 | 第46页 |
| ·Meanshift 跟踪 | 第46-51页 |
| ·Meanshift 理论 | 第46-50页 |
| ·Meanshift 跟踪策略及不足 | 第50-51页 |
| ·Camshift 跟踪及改进 | 第51-64页 |
| ·Camshift 跟踪 | 第51-55页 |
| ·改进的Camshift 跟踪 | 第55-64页 |
| ·Kalman 滤波跟踪及改进 | 第64-75页 |
| ·KF 跟踪及其发展 | 第64-67页 |
| ·UKF 及SR-UKF | 第67-71页 |
| ·精简的SR-UKF——OLS-SR-UKF | 第71-75页 |
| ·基于多模型和数据延迟的模糊自适应多目标跟踪 | 第75-84页 |
| ·多目标跟踪的数据存储结构 | 第75-76页 |
| ·基于多模型的模糊自适应多目标跟踪 | 第76-77页 |
| ·基于数据延迟和自适应搜索的遮挡处理 | 第77-79页 |
| ·多目标跟踪的测量 | 第79-81页 |
| ·算法实验 | 第81-84页 |
| ·本章小结 | 第84-86页 |
| 第4章 目标识别 | 第86-123页 |
| ·引言 | 第86页 |
| ·火焰图像识别特征 | 第86-91页 |
| ·模糊神经网络识别法 | 第91-96页 |
| ·BP 神经网络的基本原理 | 第91-94页 |
| ·基于模糊神经网络的火焰识别 | 第94-96页 |
| ·基于支持向量机的识别 | 第96-101页 |
| ·支持向量机的发展 | 第96-97页 |
| ·LSSVM 的原理 | 第97-98页 |
| ·基于遗传算法和模糊逻辑的LSSVM——FGALSSVM | 第98-101页 |
| ·识别算法的融合 | 第101-112页 |
| ·基于DS 证据理论的融合 | 第102-103页 |
| ·基于Markov Chain 的预测融合 | 第103-104页 |
| ·基于瞬态融合及历史信息融合的目标识别 | 第104-106页 |
| ·火焰识别算法的实验 | 第106-112页 |
| ·基于视频图像的烟雾探测 | 第112-122页 |
| ·烟雾探测算法的发展 | 第113-116页 |
| ·基于投票的多级烟雾识别算法 | 第116-117页 |
| ·烟雾探测实验 | 第117-122页 |
| ·本章小结 | 第122-123页 |
| 第5章 总结及建议 | 第123-125页 |
| ·论文研究工作总结 | 第123-124页 |
| ·对今后研究工作的建议 | 第124-125页 |
| 参考文献 | 第125-139页 |
| 致谢 | 第139-140页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第140页 |