基于多特征融合的火焰识别方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·研究背景与意义 | 第7页 |
| ·研究和发展现状 | 第7-10页 |
| ·传统火灾探测技术及弊端 | 第7-9页 |
| ·图像型火灾探测技术的发展现状 | 第9-10页 |
| ·图像型火焰识别主要内容 | 第10-11页 |
| ·论文研究的主要内容和章节安排 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 2 火焰图像预处理及分割 | 第13-23页 |
| ·引言 | 第13页 |
| ·火焰图像预处理 | 第13-16页 |
| ·图像中值滤波处理 | 第14-15页 |
| ·图像锐化处理 | 第15-16页 |
| ·火焰图像分割 | 第16-22页 |
| ·图像差分处理 | 第16-17页 |
| ·基于阈值的分割方法 | 第17-19页 |
| ·基于区域生长的火灾图像分割 | 第19-21页 |
| ·复杂背景下火焰组合分割算法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 火灾图像的火焰特征提取 | 第23-31页 |
| ·火灾图像的特征分析 | 第23-24页 |
| ·特征提取的原则 | 第24-25页 |
| ·火焰特征提取 | 第25-29页 |
| ·火焰面积变化特征 | 第25-26页 |
| ·火焰的形状特征 | 第26-27页 |
| ·火焰频闪特性 | 第27-29页 |
| ·本章小结 | 第29-31页 |
| 4 基于多特征融合的火灾图像识别 | 第31-49页 |
| ·火灾检测中的数据融合 | 第31-34页 |
| ·多特征数据融合在火灾检测中的应用 | 第31-32页 |
| ·火灾检测中数据融合方法 | 第32-34页 |
| ·模糊神经网络的理论概述 | 第34-36页 |
| ·人工神经网络的特点 | 第34页 |
| ·模糊理论的特点 | 第34页 |
| ·模糊神经网络的优势 | 第34-36页 |
| ·模糊神经网络 | 第36-43页 |
| ·基于模糊神经网络在火灾检测中的工作原理 | 第36页 |
| ·火灾检测中模糊神经网络的设计 | 第36-40页 |
| ·学习算法 | 第40-43页 |
| ·仿真结果分析 | 第43-48页 |
| ·本章小结 | 第48-49页 |
| 5 总结和展望 | 第49-51页 |
| ·总结 | 第49页 |
| ·展望 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 附录 硕士研究生学习阶段发表论文 | 第57页 |
