基于视频的高速公路隧道火灾检测技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 文章研究的主要内容和结构 | 第13-15页 |
| 第二章 视频火灾检测技术理论分析 | 第15-28页 |
| 2.1 图像彩色空间模型 | 第15-18页 |
| 2.2 图像分割技术 | 第18-23页 |
| 2.2.1 基于阈值的分割技术 | 第19-21页 |
| 2.2.2 基于边缘的分割技术 | 第21-23页 |
| 2.3 图像的形态学处理 | 第23-25页 |
| 2.3.1 腐蚀和膨胀 | 第23-24页 |
| 2.3.2 开闭运算 | 第24-25页 |
| 2.4 神经网络理论 | 第25-27页 |
| 2.4.1 BP 神经网络的特点 | 第25-26页 |
| 2.4.2 BP 神经网络的模型结构 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 火灾图像的预处理和运动前景目标检测 | 第28-37页 |
| 3.1 火灾图像的预处理 | 第28-31页 |
| 3.1.1 图像的增强 | 第28-30页 |
| 3.1.2 图像的滤波 | 第30-31页 |
| 3.2 火灾图像运动前景目标检测 | 第31-36页 |
| 3.2.1 背景更新 | 第32-33页 |
| 3.2.2 运动前景目标检测 | 第33-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第四章 火灾特征提取分析 | 第37-53页 |
| 4.1 火灾烟雾特征分析 | 第37-42页 |
| 4.1.1 烟雾发生源位置不变特性 | 第37-39页 |
| 4.1.2 烟雾空域小波分析 | 第39-41页 |
| 4.1.3 烟雾的扩散特征 | 第41-42页 |
| 4.2 火灾火焰特征分析 | 第42-52页 |
| 4.2.1 火焰的颜色特征 | 第43-44页 |
| 4.2.2 火焰尖角数目 | 第44-47页 |
| 4.2.3 火焰圆形度计算 | 第47-49页 |
| 4.2.4 火焰跳变频率分析 | 第49-51页 |
| 4.2.5 火焰形体变化特征 | 第51-52页 |
| 4.3 本章小结 | 第52-53页 |
| 第五章 基于视频的高速公路隧道火灾检测技术研究 | 第53-62页 |
| 5.1 BP 神经网络模型的建立 | 第53-57页 |
| 5.1.1 BP 神经网络的构建 | 第53-55页 |
| 5.1.2 BP 神经网络的训练 | 第55-56页 |
| 5.1.3 BP 神经网络的生成 | 第56-57页 |
| 5.2 火灾检测算法流程 | 第57-58页 |
| 5.3 仿真实验与分析 | 第58-61页 |
| 5.4 本章小结 | 第61-62页 |
| 总结与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读学位期间取得的研究成果 | 第68-69页 |
| 致谢 | 第69页 |
