| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·选题背景 | 第8-9页 |
| ·传统火灾探测技术 | 第9页 |
| ·图像型火灾烟雾探测技术 | 第9-13页 |
| ·图像型火灾烟雾探测技术的研究现状 | 第9-12页 |
| ·图像型火灾烟雾探测技术的优势及关键问题 | 第12-13页 |
| ·论文研究的主要内容 | 第13-14页 |
| 第二章 烟雾疑似区域分割 | 第14-26页 |
| ·传统的图像分割方法 | 第14-20页 |
| ·基于饱和度、色度和亮度(HSV)空间的静态分割算法 | 第14-16页 |
| ·帧间差分法 | 第16-18页 |
| ·混合高斯模型背景差分法 | 第18-20页 |
| ·基于分块和背景自适应的分割方法 | 第20-23页 |
| ·本章小结 | 第23-26页 |
| 第三章 烟雾的特征提取 | 第26-46页 |
| ·烟雾颜色特征提取及实验分析 | 第26-31页 |
| ·图像的颜色空间 | 第26-27页 |
| ·烟雾RGB颜色模型 | 第27-29页 |
| ·烟雾HSV亮度变化模型 | 第29-31页 |
| ·烟雾静态特征提取及实验分析 | 第31-39页 |
| ·烟雾边缘不规则特性 | 第31-33页 |
| ·烟雾对背景的模糊特性 | 第33-39页 |
| ·烟雾动态特征提取及实验分析 | 第39-44页 |
| ·烟雾的扩散特性 | 第39-40页 |
| ·烟雾内部区域像素变化频率特性 | 第40-43页 |
| ·烟雾的边缘闪烁频率特性 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第四章 基于金字塔LUCAS-KANADE稀疏光流法的火灾烟雾检测算法 | 第46-60页 |
| ·目标对象特征角点的选取 | 第46-48页 |
| ·Harris算法概述 | 第46-48页 |
| ·Harris算法步骤 | 第48页 |
| ·实验分析 | 第48页 |
| ·金字塔LUCAS-KANADE稀疏光流算法 | 第48-53页 |
| ·算法实现 | 第51-52页 |
| ·运动目标矢量的参数提取 | 第52-53页 |
| ·实验结果及分析 | 第53-58页 |
| ·本章小结 | 第58-60页 |
| 第五章 总结和展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·进一步的工作 | 第61-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 研究成果 | 第68页 |