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

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

论文共76页,点击 下载论文
上一篇:基于jBPM的业务管理系统研究及应用
下一篇:基于稀疏梯度域自适应字典学习方法的CT重建