| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-19页 |
| 1.1 研究的背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-16页 |
| 1.3 研究现状总结 | 第16-17页 |
| 1.4 本文主要工作及思路 | 第17-19页 |
| 2 系统总体方案和双目立体视觉定位模型 | 第19-37页 |
| 2.1 系统总体方案 | 第19-20页 |
| 2.2 双目视觉火焰图像的定位 | 第20-24页 |
| 2.2.1 双目视觉原理 | 第21-22页 |
| 2.2.2 双目立体视觉模型 | 第22-24页 |
| 2.3 摄像机的标定 | 第24-28页 |
| 2.3.1 摄像机标定的概述 | 第25页 |
| 2.3.2 平面标定过程 | 第25-26页 |
| 2.3.3 摄像机标定实验 | 第26-28页 |
| 2.4 立体匹配 | 第28-34页 |
| 2.4.1 立体匹配概述 | 第28-30页 |
| 2.4.2 基于边缘的自适应窗口和权重的匹配算法 | 第30-34页 |
| 2.5 三维重建 | 第34-36页 |
| 2.6 本章小结 | 第36-37页 |
| 3 静态火焰图像检测模型 | 第37-50页 |
| 3.1 视觉选择注意机制和模型 | 第37-40页 |
| 3.1.1 视觉选择注意模型的研究 | 第37-39页 |
| 3.1.2 频率调谐算法 | 第39-40页 |
| 3.2 静态火焰检测模型 | 第40-47页 |
| 3.2.1 火焰的颜色特性分析 | 第40-42页 |
| 3.2.2 静态火焰检测模型 | 第42-47页 |
| 3.3 多个火焰目标分割模型 | 第47-49页 |
| 3.4 本章小结 | 第49-50页 |
| 4 基于动态特性的火焰检测方法 | 第50-68页 |
| 4.1 运动目标检测的方法 | 第50-54页 |
| 4.1.1 运动目标检测方法的概述 | 第50-51页 |
| 4.1.2 五帧差分-Surendra背景差分法检测动态火焰 | 第51-54页 |
| 4.2 火焰的动态特征 | 第54-59页 |
| 4.3 基于增量支持向量机的火焰识别算法 | 第59-67页 |
| 4.4 本章小结 | 第67-68页 |
| 5 实验分析 | 第68-80页 |
| 5.1 火焰图片的识别实验 | 第68-71页 |
| 5.2 火焰视频的识别实验 | 第71-75页 |
| 5.2.1 运动火焰目标提取实验 | 第71-72页 |
| 5.2.2 基于支持向量机的火焰识别实验 | 第72-75页 |
| 5.3 火焰目标的定位实验 | 第75-78页 |
| 5.4 实验结果综合分析 | 第78-79页 |
| 5.5 本章小结 | 第79-80页 |
| 6 结论与展望 | 第80-81页 |
| 参考文献 | 第81-84页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第84-86页 |
| 学位论文数据集 | 第86页 |