基于光流法火灾烟雾视频图像识别及多信息融合探测算法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 传统火灾探测技术概述 | 第11-12页 |
| 1.2 可视火灾探测技术发展现状 | 第12-15页 |
| 1.3 研究背景和意义 | 第15-17页 |
| 1.4 研究目标及研究内容 | 第17-18页 |
| 1.4.1 研究目标 | 第17页 |
| 1.4.2 研究内容 | 第17-18页 |
| 1.5 本文结构安排 | 第18-19页 |
| 第2章 可视火灾探测理论基础 | 第19-27页 |
| 2.1 计算机视觉技术的发展 | 第19页 |
| 2.2 可视火灾探测技术系统构成 | 第19-20页 |
| 2.3 视频采集和获取基础 | 第20-22页 |
| 2.3.1 AVI视频分解成BMP图像 | 第21页 |
| 2.3.2 读取视频采集卡 | 第21-22页 |
| 2.4 图像预处理 | 第22-23页 |
| 2.5 区域检测 | 第23-25页 |
| 2.5.1 差分法 | 第23页 |
| 2.5.2 高斯模型背景建模 | 第23-25页 |
| 2.6 特征提取和特征识别 | 第25页 |
| 2.7 本章小结 | 第25-27页 |
| 第3章 可视火灾探测实验系统及数据库建立 | 第27-41页 |
| 3.1 可视火灾探测系统建立 | 第27-31页 |
| 3.1.1 硬件系统 | 第27-30页 |
| 3.1.2 软件系统 | 第30-31页 |
| 3.2 典型火灾烟雾和干扰源视频库建立实验 | 第31-39页 |
| 3.2.1 模拟火灾烟雾实验 | 第31-36页 |
| 3.2.2 模拟干扰源实验 | 第36-39页 |
| 3.3 本章小结 | 第39-41页 |
| 第4章 烟雾图像特征分析 | 第41-55页 |
| 4.1 颜色特征 | 第41-45页 |
| 4.1.1 色彩空间 | 第42页 |
| 4.1.2 烟雾颜色判定法则 | 第42-45页 |
| 4.2 模糊特征 | 第45-46页 |
| 4.3 轮廓特征 | 第46-49页 |
| 4.3.1 腐蚀法提取轮廓 | 第46-48页 |
| 4.3.2 烟雾轮廓特征提取 | 第48-49页 |
| 4.4 纹理特征 | 第49-51页 |
| 4.5 基于纹理特征的火灾烟雾实时识别 | 第51-53页 |
| 4.6 干扰源讨论 | 第53-54页 |
| 4.7 本章小结 | 第54-55页 |
| 第5章 基于光流法的火灾烟雾视频图像识别 | 第55-83页 |
| 5.1 光流法简介 | 第55-61页 |
| 5.1.1 运动场与光流 | 第56页 |
| 5.1.2 光流计算的发展历史 | 第56-61页 |
| 5.2 光流守恒假设 | 第61-62页 |
| 5.3 烟雾图像运动识别模型建立 | 第62-70页 |
| 5.3.1 Lucas光流及其金字塔计算法 | 第63-66页 |
| 5.3.2 角点检测 | 第66-67页 |
| 5.3.3 烟雾图像运动特征分析及特征值的选取 | 第67-68页 |
| 5.3.4 特征值判别 | 第68-70页 |
| 5.4 算法验证 | 第70-77页 |
| 5.5 算法改进 | 第77-81页 |
| 5.6 本章小结 | 第81-83页 |
| 第6章 受限空间火灾多信息融合探测报警应用 | 第83-97页 |
| 6.1 受限空间火灾探测研究背景及意义 | 第83-84页 |
| 6.2 受限空间阴燃标准火实验及结果分析 | 第84-90页 |
| 6.2.1 实验内容 | 第84-86页 |
| 6.2.2 数据结果及分析 | 第86-90页 |
| 6.3 火灾多信息融合探测算法 | 第90-93页 |
| 6.3.1 烟和CO复合 | 第91-92页 |
| 6.3.2 烟、CO和图像复合 | 第92-93页 |
| 6.4 火灾多信息融合探测报警系统建立 | 第93-96页 |
| 6.4.1 烟雾和CO气体信号采集系统 | 第93-94页 |
| 6.4.2 多信息融合系统建立 | 第94-96页 |
| 6.5 火灾多信息融合探测测试实验 | 第96页 |
| 6.6 本章小结 | 第96-97页 |
| 第7章 总结与展望 | 第97-99页 |
| 7.1 总结 | 第97-98页 |
| 7.2 创新点 | 第98页 |
| 7.3 展望 | 第98-99页 |
| 参考文献 | 第99-105页 |
| 致谢 | 第105-107页 |
| 在读期间发表的学术论文与取得的研究成果 | 第107-110页 |
