| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外森林火灾监测预警技术现状 | 第12-15页 |
| 1.2.1 目前世界上主要的森林火灾监测预警手段 | 第12-14页 |
| 1.2.2 国内外图像型林火监测识别技术研究现状 | 第14-15页 |
| 1.3 本文主要研究内容和结构 | 第15-17页 |
| 第二章 森林火灾图像识系统的理论基础 | 第17-25页 |
| 2.1 森林火灾分析 | 第17-19页 |
| 2.1.1 森林火灾的种类 | 第17页 |
| 2.1.2 森林火灾的物理燃烧现象 | 第17-18页 |
| 2.1.3 森林火灾的图像视觉特性分析 | 第18-19页 |
| 2.2 图像的模式识别技术理论基础 | 第19-24页 |
| 2.2.1 图像的模式识别概述 | 第19页 |
| 2.2.2 图像的预处理技术 | 第19-20页 |
| 2.2.3 图像的分割技术 | 第20-21页 |
| 2.2.4 图像的特征提取 | 第21-24页 |
| 2.2.5 图像的分类决策技术 | 第24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 森林火灾图像识别系统的结构设计 | 第25-31页 |
| 3.1 系统的功能需求分析 | 第25-26页 |
| 3.2 系统的体系结构 | 第26-29页 |
| 3.2.1 系统的应用平台 | 第26-27页 |
| 3.2.2 系统的模块化结构 | 第27-29页 |
| 3.3 系统的工作原理 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 森林火灾图像识别系统的技术选型和总体方案 | 第31-59页 |
| 4.1 图像预处理模块设计 | 第31-34页 |
| 4.1.1 图像预处理模块技术选型 | 第31-32页 |
| 4.1.2 图像的中值滤波处理方法 | 第32-33页 |
| 4.1.3 图像的灰度化处理方法 | 第33-34页 |
| 4.2 运动目标检测模块设计 | 第34-40页 |
| 4.2.1 静态背景下的运动目标检测技术选型 | 第34-36页 |
| 4.2.2 基于高斯背景模型估计的运动目标检测方法 | 第36-40页 |
| 4.3 图像特征提取模块设计 | 第40-49页 |
| 4.3.1 颜色特征提取子模块设计 | 第40-42页 |
| 4.3.2 纹理特征提取子模块设计 | 第42-45页 |
| 4.3.3 形状特征提取子模块设计 | 第45-47页 |
| 4.3.4 动态特征提取子模块设计 | 第47-48页 |
| 4.3.5 特征向量归一化处理 | 第48-49页 |
| 4.4 图像识别分类模块设计 | 第49-56页 |
| 4.4.1 BP神经网络分类器技术 | 第49-50页 |
| 4.4.2 支持向量机（SVM）分类器技术 | 第50-55页 |
| 4.4.3 SVM分类器设计 | 第55-56页 |
| 4.5 森林火灾图像识别系统总体技术方案 | 第56-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第五章 森林火灾图像识别系统的算法研究与实验分析 | 第59-75页 |
| 5.1 系统的实验平台和总体算法流程 | 第59-61页 |
| 5.1.1 系统的实验平台和界面设计 | 第59-60页 |
| 5.1.2 系统的总体算法流程 | 第60-61页 |
| 5.2 图像预处理模块算法研究和实验分析 | 第61-63页 |
| 5.2.1 图像预处理模块算法 | 第61-62页 |
| 5.2.2 图像预处理实验测试 | 第62-63页 |
| 5.3 运动目标检测模块算法研究和实验分析 | 第63-66页 |
| 5.3.1 运动目标检测模块算法 | 第63-64页 |
| 5.3.2 运动目标检测实验测试 | 第64-66页 |
| 5.4 特征提取模块算法研究和实验分析 | 第66-71页 |
| 5.4.1 颜色特征提取算法和实验 | 第66-68页 |
| 5.4.2 纹理特征提取算法和实验 | 第68-69页 |
| 5.4.3 形状特征提取算法和实验 | 第69-70页 |
| 5.4.4 面积扩散性特征提取算法 | 第70-71页 |
| 5.5 图像识别分类模块算法研究和实验分析 | 第71-74页 |
| 5.5.1 BP神经网络和SVM分类器算法 | 第71页 |
| 5.5.2 图像识别分类实验测试 | 第71-74页 |
| 5.6 实验结果分析 | 第74页 |
| 5.7 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 论文总结 | 第75-76页 |
| 6.2 下一步展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-81页 |