首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

火焰图像处理与状态识别

摘要第1-5页
ABSTRACT第5-10页
图表清单第10-11页
注释表第11-13页
英文缩略词表第13-14页
第一章 绪论第14-21页
   ·课题研究背景和意义第14-15页
   ·课题的国内外研究现状第15-19页
     ·火焰监测系统研究现状第15-16页
     ·火焰图像处理方法研究现状第16-17页
     ·火焰图像状态识别研究现状第17-19页
   ·本文的章节安排和主要创新点第19-21页
     ·本文的章节安排第19-20页
     ·本文的主要创新点第20-21页
第二章 基于双树复小波域 HMT 模型的锅炉煤燃烧火焰图像去噪第21-29页
   ·引言第21页
   ·双树复小波变换(DT-CWT)第21-22页
   ·双树复小波域隐马尔可夫树模型第22-25页
     ·基于高斯混合模型的双树复小波系数建模第22-23页
     ·基于隐马尔可夫树模型的尺度间系数关联建模第23-24页
     ·基于 EM 的 HMT 模型参数估计第24页
     ·双树复小波系数的贝叶斯估计第24-25页
     ·算法实现第25页
   ·实验结果与分析第25-28页
     ·去噪性能的量化评估第25页
     ·实验结果及分析第25-28页
   ·本章小结第28-29页
第三章 基于 Contourlet 变换和 PLIP 模型的锅炉煤燃烧火焰图像增强第29-39页
   ·引言第29-30页
   ·Contourlet 变换第30页
   ·参数对数图像处理第30-33页
     ·PLIP 模型第30-32页
     ·PLIP Lee 算法(Lee Algorithm, LA)第32-33页
   ·基于 Contourlet 变换和 NCPSO 的增强方法第33-35页
     ·NCPSO第33-34页
     ·低通子带系数和带通方向子带系数的自适应调整第34页
     ·图像质量评价准则和适应度函数第34-35页
     ·增强算法步骤第35页
   ·实验结果与分析第35-38页
   ·本章小结第38-39页
第四章 基于倒数交叉熵的锅炉煤燃烧火焰图像多阈值分割第39-48页
   ·引言第39-40页
   ·现有的 Shannon 交叉熵单阈值选取方法第40页
   ·倒数交叉熵的定义及其单阈值选取第40-43页
   ·基于改进粒子群优化的倒数交叉熵多阈值选取第43-44页
     ·倒数交叉熵多阈值选取公式第43页
     ·倒数交叉熵多阈值选取的改进粒子群优化算法第43-44页
   ·算法实现第44-45页
   ·实验结果与分析第45-47页
   ·本章小结第47-48页
第五章 基于各向异性数学形态学的火焰图像边缘检测第48-57页
   ·引言第48-49页
   ·图像初步方向信息的计算第49-51页
     ·图像平均平方梯度向量(ASGV)的计算第49-50页
     ·图像平均梯度向量(AGV)的计算第50-51页
   ·图像平均梯度向量场(AGVF)的计算第51-53页
     ·AGVF 的变分形式第51-52页
     ·数值求解第52-53页
   ·各向异性数学形态学的构造和形态学梯度的计算第53-54页
   ·算法实现第54页
   ·实验结果与分析第54-56页
   ·本章小结第56-57页
第六章 基于灰度熵多阈值分割和 SVM 的火焰图像状态识别第57-66页
   ·引言第57-58页
   ·基于灰度熵和改进粒子群优化的火焰图像多阈值分割第58-61页
     ·灰度熵的定义及其单阈值选取第58-59页
     ·灰度熵多阈值选取第59-60页
     ·灰度熵多阈值选取的改进粒子群优化算法第60-61页
   ·基于多阈值分割的火焰图像特征提取第61-62页
   ·基于改进粒子群优化的支持向量机算法第62-63页
   ·算法实现第63-64页
   ·实验结果与分析第64-65页
   ·本章小结第65-66页
第七章 总结和展望第66-68页
   ·本文的主要工作第66-67页
   ·下一步的研究工作第67-68页
参考文献第68-78页
致谢第78-79页
在学期间的研究成果及发表的学术论文第79-80页

论文共80页,点击 下载论文
上一篇:航拍图像中指定目标的锁定与跟踪技术研究
下一篇:分布式环境下基于文本聚类的海量非结构化知识管理