| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 引言 | 第10-17页 |
| ·课题背景 | 第10-11页 |
| ·火灾的发展过程和探测原理 | 第11-14页 |
| ·火灾的发展过程 | 第11-12页 |
| ·火灾探测基本原理 | 第12-14页 |
| ·国内外研究现状、趋势及存在的问题 | 第14-15页 |
| ·国内外研究现状和趋势 | 第14-15页 |
| ·目前火灾探测报警系统存在的问题 | 第15页 |
| ·课题的主要工作及内容安排 | 第15-17页 |
| 2 数字图像处理基本理论 | 第17-29页 |
| ·数字图像的获取 | 第17-19页 |
| ·采样 | 第17-18页 |
| ·量化 | 第18-19页 |
| ·灰度直方图 | 第19页 |
| ·图像增强 | 第19-22页 |
| ·直方图均衡化 | 第20-21页 |
| ·均值滤波 | 第21-22页 |
| ·中值滤波 | 第22页 |
| ·图像分割 | 第22-26页 |
| ·基于阈值的分割 | 第23-24页 |
| ·并行边缘分割 | 第24-26页 |
| ·数学形态学基本理论 | 第26-28页 |
| ·膨胀 | 第26-27页 |
| ·腐蚀 | 第27页 |
| ·开启运算 | 第27页 |
| ·闭合运算 | 第27-28页 |
| ·形态学平滑 | 第28页 |
| ·本章小结 | 第28-29页 |
| 3 火灾图像处理及特征提取 | 第29-54页 |
| ·引言 | 第29-30页 |
| ·火焰图像的光谱特性 | 第29-30页 |
| ·火灾识别过程 | 第30页 |
| ·火灾图像的采集 | 第30-33页 |
| ·CCD 摄像头的选取 | 第30-32页 |
| ·视频采集卡 | 第32-33页 |
| ·图像预处理 | 第33-37页 |
| ·背景差分法去噪 | 第33-35页 |
| ·图像平滑 | 第35-37页 |
| ·图像分割和边缘检测 | 第37-44页 |
| ·灰度图像分割 | 第37-41页 |
| ·彩色图像分割 | 第41-44页 |
| ·边缘提取 | 第44页 |
| ·火灾图像特征提取 | 第44-53页 |
| ·链码表示法 | 第45-47页 |
| ·火焰面积变化参数的提取 | 第47-49页 |
| ·火焰尖角数的提取 | 第49-51页 |
| ·火焰-质心变化参数的提取 | 第51-52页 |
| ·圆形度参数的提取 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 4 火灾信息融合算法研究 | 第54-70页 |
| ·引言 | 第54-55页 |
| ·BP 神经网络 | 第55-61页 |
| ·神经元结构模型 | 第55-58页 |
| ·BP神经网络的层次型结构 | 第58页 |
| ·BP网络学习过程 | 第58-61页 |
| ·模糊系统的设计 | 第61-64页 |
| ·基本概念 | 第61页 |
| ·隶属函数的选择 | 第61-62页 |
| ·模糊推理规则和去模糊化 | 第62-64页 |
| ·基于模糊神经网络的信息融合算法 | 第64-68页 |
| ·BP 神经网络的隐层节点数 | 第64-65页 |
| ·BP 神经网络的结构 | 第65-66页 |
| ·模糊系统的网络结构 | 第66-68页 |
| ·模糊神经网络改进的学习算法 | 第68页 |
| ·本章小结 | 第68-70页 |
| 5 仿真试验及结果分析 | 第70-79页 |
| ·引言 | 第70页 |
| ·火灾图像识别系统的训练 | 第70-75页 |
| ·BP 神经网络的训练 | 第70-73页 |
| ·模糊神经网络的学习 | 第73-75页 |
| ·Matlab 仿真结果及分析 | 第75-77页 |
| ·本章小结 | 第77-79页 |
| 6 结论 | 第79-81页 |
| ·工作及结论 | 第79-80页 |
| ·展望 | 第80-81页 |
| 参考文献 | 第81-84页 |
| 附录:研究生在读期间公开发表的学术论文及科研成果一览表 | 第84-92页 |
| 致谢 | 第92页 |