| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-24页 |
| 1.1 课题背景 | 第12-13页 |
| 1.2 论文研究的目的及意义 | 第13-14页 |
| 1.3 国内外研究现状及发展趋势 | 第14-21页 |
| 1.3.1 国内状况 | 第14-17页 |
| 1.3.2 国外状况 | 第17-20页 |
| 1.3.3 发展趋势 | 第20-21页 |
| 1.4 本文主要的研究内容 | 第21-22页 |
| 1.5 本文的结构安排 | 第22-24页 |
| 2 相关理论及算法研究 | 第24-39页 |
| 2.1 TRIZ理论及主要体系 | 第24-29页 |
| 2.2 电子稳像及灰度投影算法 | 第29-34页 |
| 2.2.1 电子稳像技术概述 | 第29-33页 |
| 2.2.2 灰度投影稳像算法 | 第33-34页 |
| 2.3 神经网络概述 | 第34-36页 |
| 2.3.1 人工神经网络 | 第34-35页 |
| 2.3.2 BP神经网络 | 第35-36页 |
| 2.4 位平面及边缘检测算法 | 第36-38页 |
| 2.4.1 灰度位平面模型 | 第36-37页 |
| 2.4.2 边缘检测方法 | 第37-38页 |
| 2.5 本章小结 | 第38-39页 |
| 3 针对运动物体的灰度投影电子稳像算法研究 | 第39-51页 |
| 3.1 引言 | 第39页 |
| 3.2 应用TRIZ理论分析算法出现错稳问题 | 第39-41页 |
| 3.3 基于裁剪与补偿的灰度投影稳像算法 | 第41-44页 |
| 3.4 实验结果分析 | 第44-48页 |
| 3.5 稳像结果检测策略 | 第48-50页 |
| 3.6 本章结论 | 第50-51页 |
| 4 基于BP神经网络的灰度投影电子稳像算法研究 | 第51-70页 |
| 4.1 引言 | 第51页 |
| 4.2 应用TRIZ理论分析算法在林区监控错稳问题 | 第51-53页 |
| 4.2.1 TRIZ理论分析 | 第51-53页 |
| 4.2.2 实践分析 | 第53页 |
| 4.3 基于BP神经网络的灰度投影稳像算法 | 第53-64页 |
| 4.3.1 基于BP神经网络的森林图像分类 | 第54-56页 |
| 4.3.2 BP神经网络设计、训练与仿真实验 | 第56-64页 |
| 4.3.3 灰度值重新赋值模型 | 第64页 |
| 4.4 实验结果分析 | 第64-68页 |
| 4.5 本章小结 | 第68-70页 |
| 5 基于灰度位平面的林火烟雾识别模拟算法研究 | 第70-77页 |
| 5.1 引言 | 第70页 |
| 5.2 应用TRIZ理论分析烟雾快速识别模拟问题 | 第70-71页 |
| 5.3 基于灰度位平面的林火烟雾识别模拟算法 | 第71-74页 |
| 5.4 实验结果分析 | 第74-76页 |
| 5.5 本章小结 | 第76-77页 |
| 6 基于数字高程模型和烟雾模拟的林火定位方法研究 | 第77-89页 |
| 6.1 引言 | 第77页 |
| 6.2 基于数字高程模型的单目视频林火定位方法分析 | 第77-79页 |
| 6.3 应用TRIZ理论分析不可视域定位问题 | 第79-80页 |
| 6.4 基于DEM和烟雾模拟的单目视觉林火定位方法 | 第80-85页 |
| 6.4.1 单目视频林火监控设备系统的改进 | 第80-82页 |
| 6.4.2 基于烟雾模拟和改进系统的林火定位方法 | 第82-85页 |
| 6.5 实验结果分析 | 第85-88页 |
| 6.6 本章小结 | 第88-89页 |
| 结论 | 第89-91页 |
| 参考文献 | 第91-96页 |
| 附录 | 第96-97页 |
| 攻读学位期间发表的学术论文 | 第97-98页 |
| 致谢 | 第98-99页 |
