基于Codebook的视频火焰识别研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-9页 |
| 1 引言 | 第9-17页 |
| ·选题背景 | 第9-10页 |
| ·传统火焰探测技术及不足 | 第10-11页 |
| ·视频火焰探测技术 | 第11-15页 |
| ·视频火焰探测技术的优势 | 第11-13页 |
| ·视频火焰探测技术原理 | 第13-14页 |
| ·视频火焰探测技术研究现状 | 第14-15页 |
| ·本文结构安排 | 第15-16页 |
| ·小结 | 第16-17页 |
| 2 火焰图像的采集和预处理 | 第17-23页 |
| ·图像的采集 | 第17页 |
| ·图像的预处理 | 第17-22页 |
| ·中值滤波 | 第18-19页 |
| ·直方图均衡化 | 第19-22页 |
| ·小结 | 第22-23页 |
| 3 运动目标检测 | 第23-31页 |
| ·帧差法 | 第23页 |
| ·光流法 | 第23-25页 |
| ·Codebook背景模型 | 第25-29页 |
| ·切换YUV颜色空间 | 第25-26页 |
| ·背景学习 | 第26-27页 |
| ·背景差分 | 第27-29页 |
| ·小结 | 第29-31页 |
| 4 火焰颜色判决 | 第31-39页 |
| ·图像颜色空间 | 第31-33页 |
| ·RGB颜色空间 | 第31-32页 |
| ·YUV颜色空间 | 第32-33页 |
| ·火焰图像分量图 | 第33-35页 |
| ·火焰颜色特征 | 第35页 |
| ·火焰颜色区域 | 第35-38页 |
| ·数学形态学分析 | 第36-38页 |
| ·小结 | 第38-39页 |
| 5 火焰形态特征识别 | 第39-46页 |
| ·火焰形态特征 | 第39-41页 |
| ·区域重叠率 | 第39页 |
| ·面积变化率 | 第39-40页 |
| ·质心位移 | 第40页 |
| ·区域圆形度 | 第40-41页 |
| ·模式识别 | 第41-45页 |
| ·OpenCV简介 | 第42-43页 |
| ·BP神经网络 | 第43-45页 |
| ·小结 | 第45-46页 |
| 6 火焰识别算法实验 | 第46-51页 |
| ·实验环境 | 第46页 |
| ·算法流程 | 第46-48页 |
| ·实验分析 | 第48-50页 |
| ·小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 作者简历 | 第55-57页 |
| 学位论文数据集 | 第57页 |
