| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 视频烟雾检测的发展现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.3 本论文的主要内容 | 第14-16页 |
| 第2章 图像型烟雾检测基本理论 | 第16-29页 |
| 2.1 图像型烟雾识别概述 | 第16-19页 |
| 2.1.1 图像处理 | 第16页 |
| 2.1.2 图像目标识别的主要内容 | 第16-18页 |
| 2.1.3 烟雾的特性分析 | 第18-19页 |
| 2.2 颜色模型及转换关系 | 第19-23页 |
| 2.2.1 RGB颜色空间 | 第19-21页 |
| 2.2.2 HSV颜色空间 | 第21-22页 |
| 2.2.3 RGB和HSV颜色空间的转换 | 第22-23页 |
| 2.3 特征提取基本理论 | 第23-28页 |
| 2.3.1 LDA特征提取 | 第23-26页 |
| 2.3.2 NDA特征提取 | 第26-27页 |
| 2.3.3 NWFE特征提取 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 疑似烟雾区域提取 | 第29-43页 |
| 3.1 常用运动检测算法的分析与仿真 | 第29-34页 |
| 3.1.1 帧间差分法 | 第29-32页 |
| 3.1.2 背景差分法 | 第32-34页 |
| 3.2 基于改进双背景模型的疑似烟雾区域提取 | 第34-41页 |
| 3.2.1 改进的双背景模型 | 第35-37页 |
| 3.2.2 疑似烟雾区域分割 | 第37-38页 |
| 3.2.3 基于改进双背景模型疑似烟雾区域提取算法的仿真 | 第38-41页 |
| 3.3 感兴趣区域的扩散性分析 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 基于非参数特征提取的烟雾识别 | 第43-57页 |
| 4.1 引言 | 第43页 |
| 4.2 改进的非参数特征提取 | 第43-51页 |
| 4.2.1 相似性度量 | 第43-45页 |
| 4.2.2 余弦距离的引入 | 第45-49页 |
| 4.2.3 核函数的引入 | 第49-51页 |
| 4.3 基于SVM分类器的烟雾判定 | 第51-56页 |
| 4.3.1 SVM分类器概述 | 第51-54页 |
| 4.3.2 SVM分类器的训练 | 第54-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 基于视频的火灾烟雾检测仿真研究及结果分析 | 第57-63页 |
| 5.1 火灾烟雾检测算法 | 第57-58页 |
| 5.2 烟雾检测实验 | 第58-62页 |
| 5.2.1 实验数据说明 | 第58-60页 |
| 5.2.2 实验结果与实验分析 | 第60-62页 |
| 5.3 本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |