基于多特征联合的视频火焰检测方法研究
摘要 | 第2-3页 |
abstract | 第3-4页 |
第1章 绪论 | 第7-16页 |
1.1 研究背景及意义 | 第7-10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 | 第10-12页 |
1.2.2 基于视频的火焰检测 | 第12-13页 |
1.3 国内外研究现状 | 第13-14页 |
1.4 论文研究内容及章节安排 | 第14-15页 |
1.5 本章小结 | 第15-16页 |
第2章 疑似火焰区域分割方法分析 | 第16-34页 |
2.1 图像预处理 | 第16-18页 |
2.1.1 颜色空间 | 第16-17页 |
2.1.2 图像增强 | 第17-18页 |
2.1.3 形态学处理 | 第18页 |
2.2 运动信息分析 | 第18-22页 |
2.2.1 帧差法 | 第18-19页 |
2.2.2 光流法 | 第19-20页 |
2.2.3 背景相减法 | 第20-22页 |
2.3 颜色信息分析 | 第22-28页 |
2.4 闪烁信息分析 | 第28-32页 |
2.4.1 小波分析 | 第29-31页 |
2.4.2 加权差异法分析 | 第31-32页 |
2.5 本章小结 | 第32-34页 |
第3章 火焰联合特征提取 | 第34-41页 |
3.1 颜色特征提取 | 第34-35页 |
3.2 闪烁能量特征提取 | 第35-36页 |
3.3 纹理特征提取 | 第36-40页 |
3.3.1 高阶方向偏导LBP | 第36-37页 |
3.3.2 空间高阶方向偏导LBP | 第37-40页 |
3.4 本章小结 | 第40-41页 |
第4章 多特征联合的视频火焰检测系统的设计与实现 | 第41-51页 |
4.1 系统流程 | 第41页 |
4.2 疑似火焰区域提取部分 | 第41-42页 |
4.3 火焰特征提取部分 | 第42页 |
4.4 火焰识别模型 | 第42-44页 |
4.4.1 贝叶斯定理 | 第43页 |
4.4.2 贝叶斯决策理论 | 第43-44页 |
4.4.3 朴素贝叶斯 | 第44页 |
4.5 实验结果及其分析 | 第44-50页 |
4.6 本章小结 | 第50-51页 |
第5章 结论与展望 | 第51-53页 |
5.1 结论 | 第51-52页 |
5.2 展望 | 第52-53页 |
参考文献 | 第53-56页 |
攻读学位期间取得的研究成果 | 第56-57页 |
致谢 | 第57-58页 |