摘要 | 第5-6页 |
ABSTRACT | 第6页 |
目录 | 第7-10页 |
第一章 绪论 | 第10-17页 |
1.1 引言 | 第10页 |
1.2 研究背景 | 第10-11页 |
1.3 研究状况 | 第11-15页 |
1.3.1 传统火灾探测器及其缺点 | 第11-12页 |
1.3.2 图像型火灾探测器的研究状况 | 第12-13页 |
1.3.3 图像型火灾探测器的火灾检测算法研究状况 | 第13-15页 |
1.4 本论文主要研究的内容 | 第15-17页 |
第二章 火灾红外图像的特点 | 第17-29页 |
2.1 红外热成像 | 第17-21页 |
2.1.1 红外辐射理论 | 第17-18页 |
2.1.2 红外热成像系统 | 第18-20页 |
2.1.3 红外图像的特点 | 第20-21页 |
2.2 火灾过程的物理现象 | 第21-23页 |
2.2.1 火灾的发展过程 | 第21-22页 |
2.2.2 火灾的热物理现象 | 第22-23页 |
2.3 火灾红外图像特性 | 第23-27页 |
2.3.1 温度特性 | 第23-24页 |
2.3.2 圆形度 | 第24页 |
2.3.3 面积变化特性 | 第24-25页 |
2.3.4 整体移动性和相对稳定性 | 第25页 |
2.3.5 相关特性 | 第25-26页 |
2.3.6 边缘抖动性 | 第26-27页 |
2.3.7 闪烁特性 | 第27页 |
2.4 火灾红外图像特性的选取原则 | 第27-28页 |
2.5 本章小结 | 第28-29页 |
第三章 火灾红外图像的处理 | 第29-48页 |
3.1 数字图像基础 | 第29页 |
3.2 火灾红外图像的增强 | 第29-36页 |
3.2.1 空间域图像增强 | 第30-33页 |
3.2.2 频域图像增强 | 第33-36页 |
3.3 火灾红外图像的分割 | 第36-39页 |
3.3.1 帧差法 | 第36页 |
3.3.2 背景差分法 | 第36-39页 |
3.4 火灾红外图像的特征提取 | 第39-46页 |
3.4.1 火灾疑似区域的提取 | 第39-40页 |
3.4.2 圆形度的提取 | 第40-41页 |
3.4.3 面积的提取 | 第41-42页 |
3.4.4 中心的提取 | 第42-44页 |
3.4.5 相关系数的提取 | 第44页 |
3.4.6 边缘抖动的提取 | 第44-46页 |
3.5 本章小结 | 第46-48页 |
第四章 火灾红外图像的模式识别 | 第48-59页 |
4.1 模式识别的概念 | 第48页 |
4.2 火灾识别方法的选择 | 第48-50页 |
4.3 支持向量机理论 | 第50-53页 |
4.3.1 统计学习理论 | 第50页 |
4.3.2 支持向量机 | 第50-53页 |
4.4 基于支持向量机的火灾识别 | 第53-58页 |
4.4.1 火灾特征的处理 | 第54-55页 |
4.4.2 火灾训练样本的选取 | 第55-58页 |
4.5 本章小结 | 第58-59页 |
第五章 测试与结果分析 | 第59-68页 |
5.1 硬件平台 | 第59-61页 |
5.2 软件平台 | 第61页 |
5.3 火灾识别系统的性能评价 | 第61-63页 |
5.4 测试结果及其分析 | 第63-67页 |
5.5 本章小结 | 第67-68页 |
总结与展望 | 第68-69页 |
参考文献 | 第69-73页 |
攻读硕士学位期间取得的研究成果 | 第73-74页 |
致谢 | 第74-75页 |
附件 | 第75页 |