| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-17页 |
| ·研究背景及意义 | 第10-11页 |
| ·火焰检测发展历史及现状 | 第11-14页 |
| ·早期火灾检测技术 | 第11页 |
| ·近期火灾探测技术 | 第11-12页 |
| ·基于智能视频监控的烟火检测现状及趋势 | 第12-14页 |
| ·本文研究的主要内容 | 第14-15页 |
| ·本文的研究成果 | 第15-16页 |
| ·本文章节安排 | 第16-17页 |
| 第二章 基于视频的烟火检测相关技术介绍 | 第17-32页 |
| ·前景检测 | 第17-18页 |
| ·帧差法 | 第17页 |
| ·光流法 | 第17-18页 |
| ·背景减除法 | 第18页 |
| ·颜色特征空间 | 第18-20页 |
| ·RGB 颜色空间 | 第18-19页 |
| ·YCbCr 颜色空间 | 第19-20页 |
| ·隐马尔科夫模型 | 第20-25页 |
| ·模型介绍 | 第20-22页 |
| ·三个基本问题 | 第22页 |
| ·三大基本算法 | 第22-25页 |
| ·小波变换 | 第25-30页 |
| ·视觉注意模型 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于时空特征HMM 和亮度显著图的火焰检测研究及实现 | 第32-59页 |
| ·系统总体构思及结构设计 | 第32-34页 |
| ·前景检测模块 | 第34-37页 |
| ·颜色检测模块 | 第37-38页 |
| ·基于时空特征的HMM 火焰检测算法 | 第38-49页 |
| ·设置观察点 | 第39-41页 |
| ·建立时空特征模式 | 第41-42页 |
| ·小波频域提取观察点的高频 | 第42-46页 |
| ·建立基于时空特征的HMM 模型 | 第46-48页 |
| ·检测结果及分析 | 第48-49页 |
| ·基于亮度显著图的火焰检测算法 | 第49-56页 |
| ·视觉选择注意模型基本结构 | 第49-51页 |
| ·创建亮度显著图 | 第51-56页 |
| ·检测亮度显著图的变化 | 第56页 |
| ·基于时空特征HMM 模型和时域亮度变化的融合检测算法 | 第56-57页 |
| ·本方法的创新点 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第四章 烟雾检测实现 | 第59-67页 |
| ·系统结构设计 | 第59-60页 |
| ·运动区域检测 | 第60-61页 |
| ·提取灰度直方图 | 第61-63页 |
| ·烟雾小波特征提取 | 第63-65页 |
| ·烟雾检测结果 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 系统测试及分析 | 第67-80页 |
| ·测试环境 | 第67页 |
| ·火焰检测测试与分析 | 第67-75页 |
| ·火焰前景测试与分析 | 第68-69页 |
| ·候选火焰区域测试与分析 | 第69-70页 |
| ·基于时空特征的HMM 火焰识别算法测试结果与分析 | 第70-72页 |
| ·火焰亮度显著图的测试与分析 | 第72-73页 |
| ·系统测试与分析 | 第73-75页 |
| ·烟雾测试与分析 | 第75-79页 |
| ·烟雾前景测试与分析 | 第75-76页 |
| ·候选区域测试与分析 | 第76页 |
| ·小波测试与分析 | 第76-78页 |
| ·系统测试与分析 | 第78-79页 |
| ·本章小结 | 第79-80页 |
| 第六章 结束语 | 第80-82页 |
| ·总结 | 第80-81页 |
| ·展望 | 第81页 |
| ·本章小结 | 第81-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-88页 |
| 个人简介和攻读硕士期间的成果 | 第88-89页 |
| 参与项目 | 第88页 |
| 发表论文及专利申请情况 | 第88页 |
| 获得奖励情况 | 第88-89页 |
