智能消防中的控制及火源识别系统研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·引言 | 第7-8页 |
| ·课题研究背景 | 第8-10页 |
| ·火灾的形成过程 | 第8页 |
| ·传统火灾监控技术的特点和弊端 | 第8-10页 |
| ·基于图像的火灾探测技术 | 第10页 |
| ·国内外研究现状 | 第10-11页 |
| ·论文研究的主要内容 | 第11-13页 |
| 第二章 火焰图像的预处理 | 第13-24页 |
| ·引言 | 第13页 |
| ·图像的增强 | 第13-15页 |
| ·直方图均衡化 | 第14-15页 |
| ·图像的平滑处理 | 第15页 |
| ·图像的灰度化处理 | 第15-17页 |
| ·火焰图像的分割处理 | 第17-21页 |
| ·图像的二值化 | 第18页 |
| ·基于迭代的阈值选取方法 | 第18-19页 |
| ·Otsu 图像阈值选取法 | 第19页 |
| ·一维最大熵法 | 第19-20页 |
| ·二维最大熵法 | 第20-21页 |
| ·图像的边缘提取 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 火焰的特征分析和提取 | 第24-35页 |
| ·引言 | 第24-25页 |
| ·火焰的颜色特征 | 第25-26页 |
| ·面积增长特征 | 第26-28页 |
| ·火焰的闪烁特征 | 第28-29页 |
| ·圆形度 | 第29-30页 |
| ·尖角特性 | 第30-32页 |
| ·质心运动特性 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第四章 火灾火焰的识别 | 第35-47页 |
| ·引言 | 第35-36页 |
| ·人工神经网络的介绍 | 第36-42页 |
| ·人工神经网络的基本特征 | 第36-37页 |
| ·人工神经网络的分类 | 第37-38页 |
| ·BP 神经网络的典型网络结构 | 第38页 |
| ·BP 神经网络的工作原理 | 第38-42页 |
| ·BP 神经网络的优缺点 | 第42页 |
| ·基于 BP 神经网络的早期火灾火焰识别 | 第42-46页 |
| ·BP 神经网络的输入信号 | 第42-44页 |
| ·BP 神经网络隐含层和节点数的选择 | 第44-45页 |
| ·BP 神经网络的结构 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 实验结果及分析 | 第47-52页 |
| ·引言 | 第47页 |
| ·火灾火焰的系统结构 | 第47-50页 |
| ·系统的界面和功能 | 第50页 |
| ·实验结果和分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 总结和展望 | 第52-54页 |
| 本文工作总结 | 第52页 |
| 工作展望 | 第52-54页 |
| 参考文献 | 第54-56页 |
| 附录 | 第56-63页 |
| 个人简历 在读期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64页 |
