基于视频的火灾识别算法研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-17页 |
| 第1章 绪论 | 第17-28页 |
| ·前言 | 第17-18页 |
| ·火灾检测的研究现状 | 第18-23页 |
| ·基于传感器的火灾识别技术 | 第18-21页 |
| ·基于视频的火灾识别技术 | 第21-23页 |
| ·视频火灾检测的一般步骤 | 第23-27页 |
| ·视频火灾检测的基本步骤 | 第23-24页 |
| ·视频解码简介以及avi格式简介 | 第24-27页 |
| ·本课题研究内容 | 第27-28页 |
| 第2章 基于视频的火灾识别的典型方法 | 第28-43页 |
| ·前言 | 第28-29页 |
| ·火焰区域检测 | 第29-34页 |
| ·基于颜色空间的火灾区域选择 | 第29-30页 |
| ·基于数理统计的火焰区域选取 | 第30-32页 |
| ·基于提升小波的火焰边缘提取 | 第32-34页 |
| ·火焰区域及边缘的特征 | 第34-37页 |
| ·区域增长特征 | 第34-35页 |
| ·火焰的闪烁信息 | 第35-36页 |
| ·火焰区域的相似度信息 | 第36-37页 |
| ·火焰验证 | 第37-41页 |
| ·基于神经网络算法的火灾验证 | 第38-39页 |
| ·基于遗传神经网络算法的火灾验证方案 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第3章 基于VQ理论的火焰识别 | 第43-62页 |
| ·前言 | 第43-44页 |
| ·基于VQ的火灾识别方案 | 第44-48页 |
| ·矢量量化理论 | 第44-46页 |
| ·火灾识别方案 | 第46-48页 |
| ·码书设计 | 第48-50页 |
| ·基于LBG算法的码书生成 | 第48-50页 |
| ·火灾等级划分 | 第50页 |
| ·基于EEENNS快速码字搜索的火焰区域选择 | 第50-53页 |
| ·动态点检测 | 第53-55页 |
| ·火灾点验证 | 第55-56页 |
| ·实验结果 | 第56-60页 |
| ·本章小结 | 第60-62页 |
| 第4章 基于轮廓的早期火焰识别算法 | 第62-81页 |
| ·前言 | 第62-63页 |
| ·基于轮廓的火灾识别总体方案 | 第63页 |
| ·候选火焰帧选取 | 第63-64页 |
| ·火焰区域选取 | 第64-68页 |
| ·图像二值化 | 第65-66页 |
| ·腐蚀膨胀算法平滑图像 | 第66-67页 |
| ·小区域的填补去移 | 第67-68页 |
| ·Canny边缘检测算法获取火焰边缘 | 第68-73页 |
| ·Canny边缘检测算法基本思想 | 第68-71页 |
| ·基于火焰边缘特征的火灾报警 | 第71-73页 |
| ·实验结果和讨论 | 第73-79页 |
| ·本章小结 | 第79-81页 |
| 第5章 总结与展望 | 第81-83页 |
| ·总结 | 第81页 |
| ·展望 | 第81-83页 |
| 参考文献 | 第83-89页 |
| 作者简历 | 第89页 |
