基于视频的隧道火灾早期预报技术研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-16页 |
1.1 本文研究背景及意义 | 第10-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.2.1 隧道火灾视频检测技术研究现状 | 第12-13页 |
1.2.2 基于视频的常用的火灾检测技术 | 第13-14页 |
1.3 本文的主要内容和工作安排 | 第14-16页 |
第二章 基于视频的隧道火灾检测系统设计 | 第16-22页 |
2.1 系统总体架构与软件设计流程 | 第16-17页 |
2.2 火灾检测模块软件总体设计 | 第17-21页 |
2.2.1 背景建模 | 第17-19页 |
2.2.2 目标(前景)预处理 | 第19页 |
2.2.3 疑似目标(火焰和烟雾)提取 | 第19页 |
2.2.4 目标(疑似火焰和烟雾)特征分析 | 第19-20页 |
2.2.5 火灾分类器设计 | 第20-21页 |
2.3 本章小结 | 第21-22页 |
第三章 烟、火候选区域定位 | 第22-43页 |
3.1 常用的背景提取算法 | 第22-28页 |
3.1.1 多帧图像平均法 | 第22-23页 |
3.1.2 统计直方图法 | 第23页 |
3.1.3 统计中值法 | 第23-24页 |
3.1.4 混合高斯模型 | 第24-26页 |
3.1.5 常用算法的实验结果 | 第26-28页 |
3.2 改进的统计直方图法 | 第28-31页 |
3.2.1 直方图分析 | 第28-30页 |
3.2.2 算法具体描述 | 第30-31页 |
3.2.3 实验结果与分析 | 第31页 |
3.3 基于块稳定性的背景更新算法 | 第31-33页 |
3.3.1 算法具体描述 | 第31-32页 |
3.3.2 实验结果与分析 | 第32-33页 |
3.4 目标分割 | 第33-35页 |
3.5 目标预处理 | 第35-42页 |
3.5.1 连通域标记[26] | 第35-38页 |
3.5.2 灰度统计一致性 | 第38-39页 |
3.5.3 运动累计原理 | 第39-42页 |
3.6 本章小结 | 第42-43页 |
第四章 火焰目标分析与识别 | 第43-53页 |
4.1 火焰面积的增长特征 | 第43-45页 |
4.1.1 火焰面积的增长特征 | 第43-44页 |
4.1.2 火焰面积增长特征分析方法 | 第44-45页 |
4.2 火焰的频带特征 | 第45-47页 |
4.2.1 火焰面积闪烁特征 | 第45-46页 |
4.2.2 火焰面积闪烁特征分析方法 | 第46-47页 |
4.2.3 实验结果与分析 | 第47页 |
4.3 圆形度分析 | 第47-52页 |
4.3.1 圆形度的基本概念 | 第47-48页 |
4.3.2 边界链码 | 第48-49页 |
4.3.3 孔洞填充 | 第49-50页 |
4.3.4 边界提取 | 第50-52页 |
4.3.5 实验结果与分析 | 第52页 |
4.4 本章小结 | 第52-53页 |
第五章 烟雾目标分析与识别 | 第53-65页 |
5.1 利用高度信息对目标进行筛选 | 第53-57页 |
5.1.1 摄像机的成像原理 | 第53页 |
5.1.2 摄像机方程透射投影矩阵的求取 | 第53-55页 |
5.1.3 高度特征 | 第55-57页 |
5.2 纹理特征分析 | 第57-60页 |
5.2.1 灰度共生矩阵(GLCM)的原理 | 第57-59页 |
5.2.2 实验结果与分析 | 第59-60页 |
5.3 主运动方向特征 | 第60-64页 |
5.3.1 块匹配的基本原理 | 第61-62页 |
5.3.2 块匹配准则 | 第62-63页 |
5.3.3 跟踪实现 | 第63页 |
5.3.4 实验结果与分析 | 第63-64页 |
5.4 本章小结 | 第64-65页 |
第六章 火灾识别分类器设计 | 第65-71页 |
6.1 Adaboost 算法在火灾识别中的应用 | 第65-67页 |
6.1.1 Adaboost 算法 | 第65-66页 |
6.1.2 火焰(烟雾)分类器设计 | 第66-67页 |
6.2 火灾(火焰和烟雾)检测算法总结及实验结果 | 第67-70页 |
6.2.1 火灾检测算法 | 第67-68页 |
6.2.2 实验结果与分析 | 第68-70页 |
6.3 本章小结 | 第70-71页 |
总结与展望 | 第71-73页 |
参考文献 | 第73-76页 |
致谢 | 第76页 |