| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·研究现状 | 第10-12页 |
| ·研究意义 | 第12页 |
| ·本章小结 | 第12-13页 |
| 第二章 ARM 炉膛火焰图像处理系统的设计 | 第13-23页 |
| ·总体设计方案 | 第13-16页 |
| ·ARM 炉膛火焰图像处理系统设计思路 | 第13-14页 |
| ·ARM 炉膛火焰图像处理系统的锅炉整体设计方案 | 第14-16页 |
| ·ARM 炉膛火焰图像处理系统硬件设计 | 第16-21页 |
| ·摄像头类型选择及工作原理 | 第16-17页 |
| ·CCD 摄像头的布置和设计 | 第17-18页 |
| ·嵌入式系统概念 | 第18-19页 |
| ·中央处理器的连接 | 第19-21页 |
| ·ARM 中火焰图像数据通讯模块的实现 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 锅炉火焰图像预处理 | 第23-43页 |
| ·锅炉燃烧的基本情况 | 第23-26页 |
| ·四角切圆燃烧方式概况 | 第23-25页 |
| ·四角切圆燃烧的特点 | 第25页 |
| ·炉膛火焰的燃烧特性 | 第25-26页 |
| ·炉膛火焰图像的离散化 | 第26-28页 |
| ·炉膛火焰图像的增强与平滑 | 第28-33页 |
| ·炉膛火焰图像增强 | 第29-30页 |
| ·炉膛火焰图像的平滑 | 第30-33页 |
| ·炉膛火焰图像锐化 | 第33-36页 |
| ·梯度法 | 第33-35页 |
| ·梯度法在 ARM 中的实现 | 第35-36页 |
| ·锅炉火焰图像的特征参数提取 | 第36-39页 |
| ·火焰图像几何特征参数提取 | 第36-38页 |
| ·锅炉火焰图像温度参数提取 | 第38-39页 |
| ·炉膛火焰图像部分参数在 ARM 中的编程 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 炉膛火焰处理神经网络算法 | 第43-53页 |
| ·人工神经网络介绍 | 第43-44页 |
| ·人工神经网络的特点 | 第43-44页 |
| ·ARM 图像处理系统下的 BP 误差反传神经网络 | 第44-52页 |
| ·BP 神经网络算法学习训练步骤 | 第44-47页 |
| ·ARM 图像处理系统中 BP 神经网络实现 | 第47-49页 |
| ·ARM 图像处理系统中样本数据编程 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 ARM 处理系统中炉膛燃烧状况判别 | 第53-65页 |
| ·锅炉燃烧工况判别算法 | 第53-54页 |
| ·ARM 图像处理系统下 BP 神经网络锅炉燃烧判别算法 | 第54-63页 |
| ·BP 神经网络判别算法原理 | 第54-55页 |
| ·ARM 处理系统中 BP 神经网络的定量燃烧判断实验 | 第55-63页 |
| ·本章小结 | 第63-65页 |
| 总结与展望 | 第65-67页 |
| 全文总结 | 第65-66页 |
| 工作展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 附录 A(攻读学位期间发表的论文) | 第71页 |
