视频监控中火灾烟雾探测方法研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| Extended Abstract | 第9-19页 |
| 1 绪论 | 第19-29页 |
| 1.1 研究背景和意义 | 第19-21页 |
| 1.2 国内外研究现状 | 第21-23页 |
| 1.3 相关技术研究综述 | 第23-27页 |
| 1.4 研究内容 | 第27页 |
| 1.5 论文组织结构 | 第27-29页 |
| 2 烟雾视频图像预处理方法研究 | 第29-47页 |
| 2.1 引言 | 第29-30页 |
| 2.2 基于梯度相似度-模糊的滤波算法 | 第30-33页 |
| 2.3 基于相似度测量和模糊熵的增强方法 | 第33-40页 |
| 2.4 实验结果与分析 | 第40-46页 |
| 2.5 本章小结 | 第46-47页 |
| 3 基于运动特性的烟雾检测 | 第47-61页 |
| 3.1 引言 | 第47-48页 |
| 3.2 背景估计方法概述 | 第48-49页 |
| 3.3 基于随机策略的PIC改进算法的背景重构 | 第49-54页 |
| 3.4 背景模型的更新 | 第54-56页 |
| 3.5 实验结果分析 | 第56-60页 |
| 3.6 本章小结 | 第60-61页 |
| 4 基于暗原色先验的烟雾检测 | 第61-75页 |
| 4.1 引言 | 第61页 |
| 4.2 视频图像的烟雾成像模型 | 第61-63页 |
| 4.3 暗原色先验相关理论 | 第63-67页 |
| 4.4 基于暗通道先验的视频烟雾检测 | 第67-71页 |
| 4.5 实验结果分析 | 第71-74页 |
| 4.6 本章小结 | 第74-75页 |
| 5 基于分形编码的烟雾识别 | 第75-101页 |
| 5.1 引言 | 第75页 |
| 5.2 分形理论 | 第75-77页 |
| 5.3 基本分形压缩编码 | 第77-78页 |
| 5.4 基于熵的多尺度快速分形编码 | 第78-84页 |
| 5.5 基于分形邻距的烟雾识别 | 第84-96页 |
| 5.6 实验结果分析 | 第96-99页 |
| 5.7 本章小结 | 第99-101页 |
| 6 结论与展望 | 第101-103页 |
| 6.1 本文工作总结 | 第101-102页 |
| 6.2 本文研究展望 | 第102-103页 |
| 参考文献 | 第103-112页 |
| 作者简历 | 第112-114页 |
| 学位论文数据集 | 第114页 |
