| 提要 | 第1-7页 |
| 第1章 绪论 | 第7-14页 |
| ·火灾的发展过程及早期火灾探测的原理 | 第7-9页 |
| ·传统火灾探测技术简析 | 第9-10页 |
| ·基于视频序列(图像型)的火灾探测技术的产生及发展 | 第10-11页 |
| ·现有视频图像型火灾探测技术的优势及不足 | 第11-12页 |
| ·研究、发展视频图像型火灾烟雾探测技术的必要性 | 第12页 |
| ·本文结构 | 第12-14页 |
| 第2章 烟雾疑似区域提取 | 第14-30页 |
| ·背景减除算法在烟雾疑似区域提取中的选取 | 第14-15页 |
| ·各种背景减除算法在烟雾疑似区域提取应用中的对比研究 | 第15-22页 |
| ·帧差法 | 第16-18页 |
| ·运行期均值法 | 第18-19页 |
| ·混合高斯背景模型 | 第19-22页 |
| ·运行期均值法作为背景建模方式的选取及若干改进 | 第22-29页 |
| ·像素是前景运动目标点时的背景更新问题 | 第22-25页 |
| ·背景大面积的突发改变问题 | 第25-27页 |
| ·一种差分图像阈值分割算法的提出 | 第27-29页 |
| ·小结 | 第29-30页 |
| 第3章 火灾烟雾特征提取 | 第30-51页 |
| ·烟雾的静态特征 | 第30-40页 |
| ·烟雾的颜色特征 | 第30-38页 |
| ·烟雾的凸形特征 | 第38-40页 |
| ·烟雾的动态特征 | 第40-50页 |
| ·烟雾的扩散特征 | 第41-43页 |
| ·烟雾的发烟点不变特征 | 第43-47页 |
| ·烟雾的主运动方向特征 | 第47-50页 |
| ·小结 | 第50-51页 |
| 第4章 基于BP神经网络的烟雾特征融合 | 第51-61页 |
| ·BP神经网络 | 第51-58页 |
| ·人工神经元模型 | 第51-53页 |
| ·BP神经网络的拓扑结构 | 第53-54页 |
| ·BP神经网络的自学习规则 | 第54-58页 |
| ·BP神经网络在烟雾检测中的应用 | 第58-60页 |
| ·小结 | 第60-61页 |
| 第5章 结论和展望 | 第61-63页 |
| 参考文献 | 第63-65页 |
| 致谢 | 第65-66页 |
| 摘要 | 第66-69页 |
| Abstract | 第69-71页 |