基于多特征的视频火焰检测
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 火焰检测概述 | 第10-13页 |
| 1.2.1 基于传感器的火焰检测技术 | 第10-12页 |
| 1.2.2 基于视频的火焰检测技术 | 第12-13页 |
| 1.3 视频火焰检测算法研究现状 | 第13-15页 |
| 1.4 本文的主要工作和结构安排 | 第15-17页 |
| 第2章 疑似火焰图像分割 | 第17-32页 |
| 2.1 图像预处理 | 第17-19页 |
| 2.2 运动目标分割 | 第19-24页 |
| 2.2.1 帧差法 | 第19-20页 |
| 2.2.2 背景法 | 第20-24页 |
| 2.2.3 光流法 | 第24页 |
| 2.3 火焰颜色空间 | 第24-32页 |
| 2.3.1 颜色空间 | 第25-27页 |
| 2.3.2 火焰颜色模型 | 第27-32页 |
| 第3章 火焰特征提取及实验分析 | 第32-42页 |
| 3.1 双树复小波变换高频特征 | 第32-35页 |
| 3.1.1 双树复小波变换高频分量提取 | 第33-34页 |
| 3.1.2 实验结果及分析 | 第34-35页 |
| 3.2 改进DR-LBP纹理特征 | 第35-40页 |
| 3.2.1 改进DR-LBP纹理特征提取 | 第36-39页 |
| 3.2.2 实验结果及分析 | 第39-40页 |
| 3.3 颜色矩特征 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 视频火焰检测系统设计与实现 | 第42-53页 |
| 4.1 系统流程图 | 第42-43页 |
| 4.2 疑似火焰区域提取部分 | 第43-44页 |
| 4.3 特征提取部分 | 第44-46页 |
| 4.4 SVM分类识别及时域确认部分 | 第46-48页 |
| 4.4.1 SVM分类识别 | 第46-47页 |
| 4.4.2 时域确认 | 第47-48页 |
| 4.5 实验结果及分析 | 第48-53页 |
| 第5章 总结与展望 | 第53-56页 |
| 5.1 总结 | 第53-54页 |
| 5.2 展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 攻读学位期间取得的研究成果 | 第59-60页 |
| 致谢 | 第60页 |
