基于图像特征的早期火灾探测技术的研究
| 目录 | 第1-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9-11页 |
| 第1章 绪论 | 第11-20页 |
| ·引言 | 第11页 |
| ·论文研究的背景 | 第11-15页 |
| ·火灾过程 | 第11-13页 |
| ·火灾图像探测技术的意义 | 第13页 |
| ·早期火灾图像特征 | 第13-15页 |
| ·火灾探测技术的国内外研究综述 | 第15-18页 |
| ·论文主要研究内容 | 第18-20页 |
| 第2章 火灾图像特征的分割 | 第20-36页 |
| ·引言 | 第20页 |
| ·运动目标检测与提取技术 | 第20-22页 |
| ·常用运动目标检测与提取方法 | 第20-21页 |
| ·时间差分法 | 第21页 |
| ·背景差分法 | 第21-22页 |
| ·烟气和火焰图像特征的分割 | 第22-30页 |
| ·图像的滤波处理 | 第22页 |
| ·背景更新策略 | 第22-24页 |
| ·烟气和火焰分割阈值的获取 | 第24-27页 |
| ·目标图像的形态学处理 | 第27-28页 |
| ·火灾图像特征分割流程 | 第28-30页 |
| ·火灾图像特征分割实验 | 第30-35页 |
| ·烟气目标分割实验 | 第30-32页 |
| ·火焰目标分割实验 | 第32页 |
| ·实验结果分析 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 早期火灾图像特征的分析与提取 | 第36-59页 |
| ·引言 | 第36页 |
| ·烟气纹理特征的分析与提取 | 第36-53页 |
| ·纹理概念的表述 | 第36-37页 |
| ·烟气图像特征和纹理特征的同一性 | 第37页 |
| ·多分辨分析和共生矩阵结合的烟气纹理分析与提取 | 第37-38页 |
| ·小波纹理分析基本理论框架 | 第38-41页 |
| ·基于小波包的烟气纹理分解 | 第41-45页 |
| ·基于灰度共生矩阵的烟气纹理特征二次统计 | 第45-49页 |
| ·小波包与共生矩阵相结合的烟气特征提取策略 | 第49-53页 |
| ·早期火焰形态特征的分析与提取 | 第53-58页 |
| ·火焰面积增长规律 | 第53-54页 |
| ·火焰边缘变化规律 | 第54-55页 |
| ·火焰形状变化规律 | 第55页 |
| ·火焰形态特征提取实验 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第4章 基于神经网络的早期火灾图像特征识别 | 第59-67页 |
| ·引言 | 第59页 |
| ·火灾图像特征的神经网络识别方法 | 第59-61页 |
| ·神经元数目的确定 | 第59-60页 |
| ·神经网络结构 | 第60-61页 |
| ·基于 BP神经网络的火灾图像特征识别 | 第61-65页 |
| ·火灾图像特征识别系统仿真训练 | 第62-63页 |
| ·火灾图像特征识别系统的实验验证 | 第63-65页 |
| ·基于 BP神经网络的火灾综合辨识方法 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 结论与展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读学位期间所发表的学术论文 | 第74-75页 |
| 致谢 | 第75页 |
