基于计算机视频技术的火灾烟气识别研究
| 中文摘要 | 第1页 |
| 英文摘要 | 第3-6页 |
| 第一章 引言 | 第6-10页 |
| ·课题研究的背景及意义 | 第6-7页 |
| ·国内外研究动态及相关文献综述 | 第7-8页 |
| ·论文的主要工作和难点 | 第8-9页 |
| ·论文的主要工作 | 第8-9页 |
| ·论文的难点 | 第9页 |
| ·小结 | 第9-10页 |
| 第二章 识别原理及过程描述 | 第10-12页 |
| ·为什么采用纹理特征 | 第10页 |
| ·识别过程描述 | 第10-12页 |
| 第三章 火灾烟气纹理特征模型 | 第12-27页 |
| ·可疑火灾烟气区域定位 | 第12-17页 |
| ·运动目标识别 | 第12-15页 |
| ·可疑区域选择 | 第15-17页 |
| ·静态纹理模型 | 第17-19页 |
| ·Gabor小波 | 第17-18页 |
| ·Gabor静态纹理特征提取 | 第18-19页 |
| ·动态纹理模型 | 第19-22页 |
| ·光流计算 | 第20-21页 |
| ·动态纹理建模 | 第21-22页 |
| ·直方图特征描述 | 第22页 |
| ·分类器设计 | 第22-27页 |
| ·Gentle Boosting算法 | 第23页 |
| ·弱分类器设计 | 第23-24页 |
| ·总的分类器训练算法 | 第24-27页 |
| 第四章 算法实验 | 第27-38页 |
| ·实验内容介绍 | 第27页 |
| ·实验条件 | 第27-32页 |
| ·实验参数概述 | 第27-28页 |
| ·基于OPENCV的实验平台搭建 | 第28-29页 |
| ·样本情况描述 | 第29-32页 |
| ·算法识别性能 | 第32-38页 |
| ·性能测试结果 | 第32页 |
| ·特征直方图对比分析 | 第32-35页 |
| ·ROC测试分析 | 第35-36页 |
| ·不同场景下测试结果 | 第36-38页 |
| 第五章 结论与展望 | 第38-40页 |
| ·本文的主要工作 | 第38页 |
| ·主要创新点 | 第38-39页 |
| ·展望 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 致谢 | 第43-44页 |
| 在学期间发表论文和参加科研情况 | 第44页 |
