图像识别技术在大空间建筑火灾探测中的应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 1 绪论 | 第12-21页 |
| ·引言 | 第12页 |
| ·火灾的发展过程 | 第12-14页 |
| ·早期火灾的基本特征 | 第14-17页 |
| ·早期火灾的热物理现象 | 第14-15页 |
| ·早期火灾的图像特征 | 第15-17页 |
| ·火灾的探测技术 | 第17-18页 |
| ·国内外的研究现状 | 第18-19页 |
| ·论文的主要工作和章节安排 | 第19-21页 |
| 2 图像识别与处理技术的理论基础 | 第21-32页 |
| ·图像识别技术 | 第21-24页 |
| ·图像处理技术 | 第24-27页 |
| ·引言 | 第24页 |
| ·图像处理的运算 | 第24-26页 |
| ·图像处理的研究内容 | 第26-27页 |
| ·图像识别与处理系统 | 第27-32页 |
| ·摄像器件 | 第28-30页 |
| ·视频采集卡 | 第30-32页 |
| 3 基于小波变换的图像去噪 | 第32-50页 |
| ·图像去噪的概述和传统方法 | 第32-39页 |
| ·噪声的分类 | 第32-33页 |
| ·传统的去噪方法 | 第33-39页 |
| ·小波变换基本原理 | 第39-42页 |
| ·采用小波萎缩法去除火灾红外图像的噪声 | 第42-47页 |
| ·阈值的选取 | 第43-45页 |
| ·阈值函数的选取 | 第45页 |
| ·火灾图像的小波去噪过程 | 第45-47页 |
| ·小波去噪的仿真实验结果 | 第47-50页 |
| 4 基于小波变换的火灾图像边缘检测 | 第50-65页 |
| ·传统的图像边缘提取方法 | 第50-56页 |
| ·微分运算法 | 第51-52页 |
| ·常用的边界检测微分算子和方法 | 第52-56页 |
| ·利用形态小波实现火灾图像边缘检测 | 第56-63页 |
| ·形态学梯度 | 第57-59页 |
| ·流域分割原理 | 第59-61页 |
| ·基于小波的流域分割算法检测火灾图像的边缘 | 第61-63页 |
| ·实验结果及结论 | 第63-65页 |
| 5 基于双波段图像的火灾判据 | 第65-78页 |
| ·双波段理论的基础 | 第65-68页 |
| ·光谱辐射理论 | 第65-67页 |
| ·单波段理论 | 第67-68页 |
| ·双波段理论 | 第68页 |
| ·系统设计 | 第68-74页 |
| ·滤光片的选择 | 第69-70页 |
| ·图像的识别与处理 | 第70-74页 |
| ·系统的软件实现 | 第74-78页 |
| ·单波段系统的软件实现 | 第74-75页 |
| ·双波段系统的软件实现 | 第75-78页 |
| 6 结论与展望 | 第78-80页 |
| ·主要的研究结论 | 第78-79页 |
| ·待解决的问题和展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-85页 |
| 简介及读研期间主要科研成果 | 第85-86页 |
