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

基于红外热像仪的森林凋落物阴燃火灾探测

摘要第4-5页
Abstract第5-6页
1 绪论第9-15页
    1.1 引言第9-10页
    1.2 国内外研究现状第10-13页
        1.2.1 红外测温技术研究现状第10-11页
        1.2.2 红外图像处理研究现状第11-12页
        1.2.3 BP神经网络对森林火灾探测的研究现状第12-13页
    1.3 研究内容与方法第13-15页
2 红外热成像系统的相关理论第15-23页
    2.1 红外测温基本理论第15-17页
        2.1.1 红外线的基本特征第15页
        2.1.2 辐射的基本定律第15-17页
    2.2 红外热像仪简介第17页
        2.2.1 红外热像仪成像的物理机理第17页
        2.2.2 红外热像仪组成第17页
    2.3 红外图像处理基本理论第17-21页
        2.3.1 红外图像处理技术研究内容第17-18页
        2.3.2 常见的图像处理方法第18-21页
    2.4 本章小结第21-23页
3 基于红外热像仪的森林凋落物阴燃测温实验研究第23-31页
    3.1 实验设计第23-25页
        3.1.1 樟子松凋落物热解第23-24页
        3.1.2 红外热像仪测温装置及实验过程第24-25页
    3.2 实验结果分析第25-28页
        3.2.1 探测距离对红外热像仪测温的影响第26-27页
        3.2.2 探测角度对红外热像仪测温的影响第27-28页
        3.2.3 探测风速对红外热像仪测温的影响第28页
    3.3 拟合方程的建立第28-30页
    3.4 本章小结第30-31页
4 阴燃火灾的图像处理和特征提取第31-40页
    4.1 阴燃火灾探测算法第31-34页
        4.1.1 小波阈值去噪第31-32页
        4.1.2 灰度形态学开运算第32-33页
        4.1.3 最大类间方差第33-34页
    4.2 红外图像处理结果及分析第34-36页
    4.3 阴燃火灾特征的提取第36-39页
        4.3.1 面积变化率第38-39页
        4.3.2 形状参数变化率第39页
    4.4 本章小结第39-40页
5 基于BP神经网络的森林凋落物阴燃火灾探测第40-47页
    5.1 BP神经网络简介第40-42页
        5.1.1 BP神经网络的结构第40-41页
        5.1.2 BP神经网络算法流程第41-42页
    5.2 阴燃探测的BP神经网络结构确定第42-43页
    5.3 阴燃探测的BP神经网络训练和测试第43-46页
        5.3.1 训练样本的选择第43页
        5.3.2 训练结果第43-44页
        5.3.3 BP神经网络测试第44-46页
    5.4 本章小结第46-47页
结论第47-48页
参考文献第48-51页
攻读学位期间发表的学术论文第51-52页
致谢第52-53页

论文共53页,点击 下载论文
上一篇:落叶松与白桦林地土壤微生物边缘效应研究
下一篇:MA法制备Al-Cu-Fe纳米非晶合金和行星球磨理论分析的研究