| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文主要内容和结构安排 | 第12-15页 |
| 1.3.1 论文主要内容 | 第12-13页 |
| 1.3.2 论文结构安排 | 第13-15页 |
| 2 图像型火灾探测算法 | 第15-23页 |
| 2.1 图像增强算法 | 第15-18页 |
| 2.1.1 直方图均衡化 | 第15-16页 |
| 2.1.2 基于小波分析图像增强 | 第16-18页 |
| 2.1.3 基于经典Retinex图像增强 | 第18页 |
| 2.2 图像分割算法 | 第18-21页 |
| 2.2.1 基于阈值分割法 | 第19页 |
| 2.2.2 基于边缘分割法 | 第19-20页 |
| 2.2.3 基于聚类分割法 | 第20-21页 |
| 2.3 特征提取及选择 | 第21-22页 |
| 2.4 图像分类识别 | 第22页 |
| 2.5 本章小结 | 第22-23页 |
| 3 低对比度火焰图像增强和分割算法研究 | 第23-35页 |
| 3.1 低对比度火焰图像增强 | 第23-26页 |
| 3.1.1 经典Retinex增强算法原理 | 第23-24页 |
| 3.1.2 基于Retinex的低对比度火焰图像增强 | 第24-26页 |
| 3.2 火焰图像分割 | 第26-29页 |
| 3.2.1 火焰图像分割算法 | 第26-27页 |
| 3.2.2 火焰粗分割 | 第27-28页 |
| 3.2.3 火焰目标区域分割 | 第28-29页 |
| 3.3 仿真实验与结果分析 | 第29-34页 |
| 3.4 本章小结 | 第34-35页 |
| 4 火焰图像特征提取与选择算法 | 第35-59页 |
| 4.1 图像特征提取与特征选择概述 | 第35-36页 |
| 4.2 火焰图像特征提取 | 第36-44页 |
| 4.2.1 火焰空间域特征提取 | 第36-42页 |
| 4.2.2 火焰频率域特征提取 | 第42-44页 |
| 4.3 火焰特征选择 | 第44-51页 |
| 4.3.1 基于熵检验的特征选择 | 第44-45页 |
| 4.3.2 基于K-W检验的特征选择 | 第45-51页 |
| 4.4 基于支持向量机的火焰识别 | 第51-53页 |
| 4.5 仿真实验与结果分析 | 第53-57页 |
| 4.6 本章小结 | 第57-59页 |
| 5 总结与展望 | 第59-61页 |
| 5.1 总结 | 第59-60页 |
| 5.2 展望 | 第60-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士期间的主要研究成果 | 第67页 |