首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于ARM和OpenCV的火灾烟雾识别研究

摘要第3-5页
ABSTRACT第5-6页
第一章 绪论第10-14页
    1.1 课题背景及意义第10页
    1.2 火灾探测的发展历史和研究现状第10-13页
    1.3 论文的主要研究内容第13-14页
第二章 系统总体方案概述第14-22页
    2.1 前端识别概述第14-18页
        2.1.1 嵌入式体系结构概述第14-15页
        2.1.2 嵌入式微处理器概述第15-16页
        2.1.3 嵌入式操作系统概述第16-18页
    2.2 系统总体方案设计第18-19页
    2.3 烟雾前端识别原理和流程第19-20页
    2.4 本章小结第20-22页
第三章 硬件平台设计第22-30页
    3.1 系统硬件设计框图第22页
    3.2 微处理器选型分析第22-25页
        3.2.1 嵌入式微处理器选型原则第22-23页
        3.2.2 嵌入式微处理器体系结构第23-24页
        3.2.3 嵌入式微处理器选型第24-25页
    3.3 图像传感器选型分析第25页
    3.4 视频解码器选型及电路第25-26页
    3.5 通信方式选型分析第26-28页
        3.5.1 基于 Internet 的通信方式第26页
        3.5.2 基于 GSM 短消息的通信方式第26-27页
        3.5.3 基于 GPRS 的通信方式第27页
        3.5.4 基于 3G 的通信方式第27-28页
    3.6 本章小结第28-30页
第四章 嵌入式软件体系结构第30-40页
    4.1 嵌入式系统软件框图第30-31页
    4.2 嵌入式 Linux 软件平台的实现第31-38页
        4.2.1 宿主机开发环境搭建第31-32页
        4.2.2 移植 Bootloader第32-33页
        4.2.3 移植 Linux 内核第33-34页
        4.2.4 构建 Linux 根文件系统第34-36页
        4.2.5 设备驱动程序开发第36页
        4.2.6 OpenCV 在嵌入式 Linux 上的移植第36-38页
    4.3 本章小结第38-40页
第五章 基于频域增强和差分盒维数的烟雾图像分割第40-48页
    5.1 小波变换第40-41页
    5.2 分形理论第41-42页
    5.3 基于烟雾分形特征的频域增强算法第42-44页
    5.4 烟雾图像分割第44-46页
    5.5 本章小结第46-48页
第六章 烟雾特征提取第48-58页
    6.1 运动目标检测第48-50页
    6.2 烟雾运动方向分析第50-51页
    6.3 烟雾颜色特征第51-53页
    6.4 烟雾密度分布特性第53-56页
    6.5 烟雾分形维数特性第56-57页
    6.6 本章小结第57-58页
第七章 基于支持向量机的烟雾识别第58-66页
    7.1 模式识别理论第58页
    7.2 支持向量机简介第58-60页
    7.3 支持向量机模型的建立第60-62页
        7.3.1 SVM 核函数第60-61页
        7.3.2 惩罚系数第61页
        7.3.3 高斯核参数的选择第61-62页
    7.4 基于 SVM 的烟雾识别实验第62-65页
        7.4.1 构建烟雾的特征向量第62页
        7.4.2 样本训练第62-63页
        7.4.3 识别实验第63-64页
        7.4.4 结果分析第64-65页
    7.5 本章小结第65-66页
第八章 总结与展望第66-68页
参考文献第68-72页
致谢第72-74页
硕士期间发表论文第74页

论文共74页,点击 下载论文
上一篇:宝莲灯组培褐化作用机制的初步研究
下一篇:克氏原螯虾α-淀粉酶基因的克隆与功能分析