基于视频的火灾烟雾检测算法研究
摘要 | 第1-3页 |
ABSTRACT | 第3-7页 |
1 绪论 | 第7-14页 |
·研究背景 | 第7页 |
·传统的火灾探测技术简介 | 第7-9页 |
·传统火灾探测技术的原理及分类 | 第8-9页 |
·传统火灾探测技术的弊端 | 第9页 |
·视频火灾探测技术应运而生 | 第9-12页 |
·基于视频的火灾探测技术的研究现状 | 第10-11页 |
·视频火灾探测技术的优点介绍 | 第11-12页 |
·论文的主要工作及章节安排 | 第12-14页 |
·论文的主要工作 | 第12页 |
·论文的章节安排 | 第12-14页 |
2 视频烟雾的运动检测 | 第14-25页 |
·运动目标检测常用的方法 | 第14-19页 |
·光流检测法 | 第14-16页 |
·帧间差分法 | 第16-17页 |
·背景减除法 | 第17-19页 |
·基于混合高斯模型的烟雾疑似区域提取 | 第19-24页 |
·基于混合高斯模型的背景建模 | 第19-21页 |
·混合高斯模型的背景自适应更新 | 第21-22页 |
·运动检测效果 | 第22-24页 |
·本章小结 | 第24-25页 |
3 视频烟雾的颜色检测与疑烟区域的确定 | 第25-32页 |
·彩色模型的介绍 | 第25-26页 |
·烟雾颜色特征的提取与判定 | 第26-28页 |
·疑似烟雾区域的确定 | 第28-31页 |
·本章小结 | 第31-32页 |
4 烟雾动态特征的提取与融合判定 | 第32-47页 |
·烟雾动态特征的提取 | 第32-38页 |
·烟雾扩散的面积增长特征 | 第32-35页 |
·烟雾图像形状不规则性特征 | 第35-36页 |
·烟雾使背景模糊特征 | 第36-38页 |
·基于 BP 神经网络的动态特征融合与判定 | 第38-46页 |
·人工神经网络的概念和特点 | 第38-40页 |
·三层 BP 神经网络的拓扑结构 | 第40-41页 |
·烟雾检测的 BP 神经网络的设计 | 第41-46页 |
·本章小结 | 第46-47页 |
5 测试结果与分析 | 第47-51页 |
·测试样本数据及分析 | 第47页 |
·综合实验结果与分析 | 第47-50页 |
·本章小结 | 第50-51页 |
6 结论 | 第51-53页 |
·总结 | 第51页 |
·展望 | 第51-53页 |
致谢 | 第53-54页 |
参考文献 | 第54-56页 |