基于视频烟雾运动检测的火灾探测方法研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 传统火灾探测器的发展现状 | 第9-10页 |
| 1.3 视频火灾探测技术的发展现状 | 第10-11页 |
| 1.4 国内外视频烟雾探测技术的研究现状 | 第11-14页 |
| 1.5 主要内容及技术路线 | 第14-15页 |
| 1.5.1 主要内容 | 第14页 |
| 1.5.2 技术路线 | 第14-15页 |
| 1.6 结构安排 | 第15-16页 |
| 第2章 图像的预处理和运动目标检测 | 第16-27页 |
| 2.1 图像的预处理 | 第16-20页 |
| 2.1.1 YUV模型到RGB模型的转换 | 第16页 |
| 2.1.2 彩色图像的灰度化 | 第16-17页 |
| 2.1.3 二值图像 | 第17-18页 |
| 2.1.4 图像去噪 | 第18页 |
| 2.1.5 图像形态学处理 | 第18-20页 |
| 2.1.6 图像轮廓提取 | 第20页 |
| 2.2 运动目标检测常用算法 | 第20-26页 |
| 2.2.1 帧间差分法 | 第21页 |
| 2.2.2 混合高斯背景建模 | 第21-22页 |
| 2.2.3 光流法 | 第22-23页 |
| 2.2.4 视觉背景提取算法 | 第23-25页 |
| 2.2.5 各种运动目标检测算法分析比较 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 基于运动检测的疑似烟雾区域提取 | 第27-37页 |
| 3.1 感兴趣区域提取 | 第28-30页 |
| 3.2 疑似烟雾区域搜索 | 第30-32页 |
| 3.3 疑似烟雾区域提取 | 第32-33页 |
| 3.4 烟雾提取效果分析 | 第33-36页 |
| 3.4.1 定性视觉分析 | 第33-35页 |
| 3.4.2 定量分析 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 视频烟雾特征提取及融合判定 | 第37-57页 |
| 4.1 视频烟雾静态特征提取 | 第37-45页 |
| 4.1.1 烟雾颜色特征 | 第37-39页 |
| 4.1.2 烟雾使背景模糊特征 | 第39-42页 |
| 4.1.3 烟雾纹理特征 | 第42-45页 |
| 4.2 视频烟雾动态特征 | 第45-49页 |
| 4.2.1 烟雾区域不规则特征 | 第45-47页 |
| 4.2.2 烟雾扩散特征 | 第47-49页 |
| 4.3 基于SVM的烟雾特征融合与判定 | 第49-56页 |
| 4.3.1 SVM基本原理 | 第49-51页 |
| 4.3.2 SVM核函数 | 第51-52页 |
| 4.3.3 烟雾探测分类模型建立 | 第52-53页 |
| 4.3.4 实验结果与分析 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 火灾视频烟雾探测软件设计 | 第57-74页 |
| 5.1 平台搭建 | 第57-58页 |
| 5.1.1 视频数据采集平台 | 第57-58页 |
| 5.1.2 软件开发平台 | 第58页 |
| 5.2 烟雾探测软件 | 第58-70页 |
| 5.2.1 软件总体框架 | 第59-61页 |
| 5.2.2 软件模块设计 | 第61-68页 |
| 5.2.3 人机交互及显示 | 第68-70页 |
| 5.3 软件测试 | 第70-73页 |
| 5.4 本章小结 | 第73-74页 |
| 第6章 结论与展望 | 第74-76页 |
| 6.1 结论 | 第74-75页 |
| 6.2 展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士期间科研情况 | 第80-81页 |
| 致谢 | 第81-82页 |
