首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于红外图像的森林火灾识别技术研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-17页
    1.1 研究工作的背景与意义第11-12页
    1.2 基于热红外图像的火灾识别的国内外研究历史与现状第12-15页
    1.3 本文的主要贡献与创新第15-16页
    1.4 本论文的结构安排第16-17页
第二章 红外图像的采集系统和预处理第17-25页
    2.1 基于热红外图像的森林火灾识别系统设计第17-21页
        2.1.1 火灾识别硬件系统设计第17-18页
        2.1.2 系统低功耗功耗设计第18-19页
            2.1.2.1 红外图像采集系统功耗设计第18-19页
            2.1.2.2 烟雾温度采集系统功耗设计第19页
        2.1.3 红外图像火灾识别算法设计第19-21页
    2.2 利用帧间差分法判断是否存在火灾疑似区域第21-22页
    2.3 红外图像的降噪处理第22-24页
    2.4 本章小结第24-25页
第三章 红外图像分割及平滑处理第25-34页
    3.1 图像分割算法第25-30页
        3.1.1 红外图像的阈值分割法第25-28页
            3.1.1.1 双峰法第25-26页
            3.1.1.2 Otus最大类间方差法的红外图像分割第26-28页
        3.1.2 区域生长法第28-29页
        3.1.3 基于红外图像的区域分割第29-30页
    3.2 火灾图像的形态学处理第30-33页
        3.2.1 膨胀第31页
        3.2.2 腐蚀第31页
        3.2.3 开操作与闭操作第31-33页
    3.3 本章小结第33-34页
第四章 火灾疑似区域的特征提取第34-50页
    4.1 火焰疑似区域的几何特征提取第34-38页
        4.1.1 火焰面积第34-35页
        4.1.2 火焰周长第35-36页
        4.1.3 火焰圆形度第36-37页
        4.1.4 火焰边界粗糙度第37页
        4.1.5 火焰的尖角数第37-38页
    4.2 火焰疑似区域的纹理特征提取第38-41页
    4.3 火焰疑似区域的灰度直方图特征提取第41-44页
        4.3.1 直方图统计特征第42-44页
            4.3.1.1 火焰亮度特征第42-43页
            4.3.1.2 亮度的统计特征第43-44页
    4.4 火焰疑似区域的动态特征提取第44-46页
        4.4.1 面积变化率第44-45页
        4.4.2 质心位移第45-46页
        4.4.3 尖角个数变化剧烈程度第46页
    4.5 其他特征第46-47页
    4.6 特征分析第47-48页
    4.7 环境特征第48-49页
    4.8 本章小结第49-50页
第五章 红外图像的火灾模式识别第50-69页
    5.1 测试数据集第50页
    5.2 火灾识别系统的性能评价第50-53页
        5.2.1 训练错误率第51-52页
        5.2.2 测试错误率第52页
        5.2.3 ROC曲线第52-53页
    5.3 基于支持向量机SVM的火灾识别第53-57页
        5.3.1 SVM理论基础第53-57页
        5.3.2 SVM火灾识别模型的建立第57页
    5.4 AdaBoost算法的原理和火灾识别建模第57-59页
    5.5 山火识别仿真及分析第59-65页
        5.5.1 SVM山林火灾识别仿真第59-62页
            5.5.1.1 采用不同归一化方式的对比第59页
            5.5.1.2 采用不同核函数的对比第59-60页
            5.5.1.3 交叉验证选择最佳参数第60-62页
        5.5.2 AdaBoost山林火灾识别仿真第62-63页
        5.5.3 两种算法的融合的仿真及分析第63-65页
    5.6 现场安装效果及软件运行结果第65-67页
    5.7 本章小结第67-69页
第六章 全文总结与展望第69-71页
    6.1 全文总结第69-70页
    6.2 后续工作展望第70-71页
致谢第71-72页
参考文献第72-75页
攻读硕士学位期间取得的成果第75-76页

论文共76页,点击 下载论文
上一篇:基于特征融合的人脸识别
下一篇:变电站智能视频辅助管理系统的研究及应用