摘要 | 第1-6页 |
ABSTRACT | 第6-11页 |
第1章 绪论 | 第11-19页 |
·课题的研究背景及意义 | 第11-12页 |
·国内外的研究现状 | 第12-15页 |
·火焰的视觉特征 | 第12-13页 |
·火焰检测算法研究现状 | 第13-15页 |
·研究的主要内容、重难点及创新点 | 第15-17页 |
·本文火焰检测算法流程 | 第17-18页 |
·论文结构安排 | 第18-19页 |
第2章 图像处理的基本知识 | 第19-28页 |
·图像颜色模型及分辨率 | 第19-20页 |
·小波变换基本理论 | 第20-22页 |
·小波分析概述 | 第20页 |
·小波分解 | 第20-22页 |
·隐Markov基本理论 | 第22-26页 |
·隐Markov模型介绍 | 第22-23页 |
·隐Markov模型定义 | 第23页 |
·隐Markov模型应用 | 第23-24页 |
·评估隐Markov模型的前向-后向算法 | 第24-26页 |
·贝叶斯网络基本理论 | 第26-27页 |
·贝叶斯网络概述 | 第26页 |
·朴素贝叶斯分类器原理 | 第26-27页 |
·本章小结 | 第27-28页 |
第3章 基于火焰颜色-运动特征的目标区域检测 | 第28-36页 |
·开放环境下的火焰颜色检测模型 | 第28-32页 |
·传统的火焰颜色模型 | 第28-29页 |
·修正后的火焰颜色模型 | 第29-32页 |
·改进的卡尔曼滤波的火焰运动检测模型 | 第32-34页 |
·基于卡尔曼滤波的运动检测 | 第32-33页 |
·基于改进的卡尔曼滤波的运动检测---运动累积 | 第33-34页 |
·图像融合及目标区域提取 | 第34-35页 |
·本章小结 | 第35-36页 |
第4章 基于视频图像的火焰动态特征检测 | 第36-46页 |
·火焰蔓延率模型 | 第36-37页 |
·火焰质心模型 | 第37-38页 |
·基于空域小波分析的火焰纹理特征模型 | 第38-40页 |
·基于隐Markov和时域小波分析的火焰轮廓抖动性模型 | 第40-45页 |
·火焰轮廓抖动性的小波表达 | 第40-41页 |
·基于像素隐Markov轮廓抖动模型的建立 | 第41-43页 |
·并行隐Markov轮廓抖动模型的应用 | 第43-45页 |
·本章小结 | 第45-46页 |
第5章 基于贝叶斯网络的火焰动态模式识别 | 第46-53页 |
·贝叶斯网络模型的建立 | 第46-50页 |
·朴素贝叶斯分类器模型的建立 | 第46-48页 |
·分类器模型结构 | 第46-47页 |
·模型的参数确定及综合决策 | 第47-48页 |
·基于Parzen窗的先验概率密度估计 | 第48-50页 |
·Parzen窗的数学模型 | 第48-49页 |
·基于Parzen窗的子结点先验概率估计 | 第49-50页 |
·基于贝叶斯网络模型的火焰识别 | 第50-52页 |
·本章小结 | 第52-53页 |
第6章 系统实现及试验结果分析 | 第53-73页 |
·基于DM642/IP的林区火焰检测系统的实现 | 第53-59页 |
·系统功能框架结构与实现 | 第53-54页 |
·系统硬件构成 | 第54-55页 |
·DSP模块软件框架 | 第55-58页 |
·DSP/BIOS的配置 | 第55-56页 |
·图像采集模块 | 第56页 |
·图像处理模块 | 第56-57页 |
·控制模块 | 第57-58页 |
·图像显示模块 | 第58页 |
·IP模块软件框架 | 第58-59页 |
·火焰识别的试验结果及分析 | 第59-67页 |
·火焰颜色与运动检测 | 第59-60页 |
·图像融合及目标区域提取 | 第60-61页 |
·动态特征提取及分析 | 第61-67页 |
·面积蔓延率特征 | 第61-62页 |
·质心变化特征 | 第62-63页 |
·动态纹理特征 | 第63页 |
·轮廓抖动性特征 | 第63-67页 |
·基于贝叶斯网络的综合判定结果及分析 | 第67-69页 |
·火焰算法总体流程检测结果 | 第69-70页 |
·监控中心火焰预警结果及分析 | 第70-72页 |
·本章小结 | 第72-73页 |
第7章 总结与展望 | 第73-75页 |
·工作总结 | 第73-74页 |
·未来展望 | 第74-75页 |
致谢 | 第75-76页 |
参考文献 | 第76-79页 |
附录 | 第79页 |