基于图像处理技术的火灾检测
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·引言 | 第10页 |
| ·火灾探测技术的国内外研究及开发现状 | 第10-12页 |
| ·目前火灾探测技术 | 第10-11页 |
| ·火灾图像探测技术的提出和发展现状 | 第11-12页 |
| ·论文研究背景、意义及主要内容 | 第12-14页 |
| ·论文研究背景和意义 | 第12-13页 |
| ·论文的主要研究内容 | 第13-14页 |
| 第二章 基于数字图像处理的火灾探测技术 | 第14-19页 |
| ·火灾的物理特征 | 第14-15页 |
| ·数字图像处理技术在火灾检测中的应用 | 第15-17页 |
| ·图像文件的基本格式 | 第15-16页 |
| ·图像中目标的分割 | 第16-17页 |
| ·火灾图像探测技术的概述 | 第17-19页 |
| ·火焰图像的获取与处理 | 第17-18页 |
| ·火焰图像的模式识别 | 第18-19页 |
| 第三章 数字图像处理基础和彩色图像分割 | 第19-43页 |
| ·图像处理的研究内容 | 第19-20页 |
| ·常用的数字图像分割技术 | 第20-26页 |
| ·基于阈值的分割技术 | 第20-22页 |
| ·基于边缘的分割技术 | 第22-24页 |
| ·基于区域特性的分割技术 | 第24-25页 |
| ·基于特征空间聚类的分割技术 | 第25-26页 |
| ·彩色图像技术基础 | 第26-28页 |
| ·颜色形成的原理 | 第26页 |
| ·图像分辨率 | 第26页 |
| ·颜色模型简介 | 第26-28页 |
| ·火灾图像的颜色模型 | 第28-31页 |
| ·人眼的视觉特性 | 第28-29页 |
| ·色彩空间的基本原理 | 第29-30页 |
| ·不同的色彩空间的研究 | 第30-31页 |
| ·火焰颜色在色彩空间上的分布 | 第31-37页 |
| ·火焰在各色彩空间的颜色特征 | 第31-36页 |
| ·火焰在(Cb,Cr)色彩空间的研究 | 第36-37页 |
| ·火灾图像的彩色分割处理 | 第37-42页 |
| ·基于Cr、Cb色彩空间的森林火焰图像分割方法 | 第37-38页 |
| ·分割参数的确定和火焰目标的提取 | 第38-39页 |
| ·颜色相似距离法去除噪点 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 火灾图像识别的判据研究 | 第43-49页 |
| ·火灾判据的提出 | 第43页 |
| ·几个火灾判据的算法研究 | 第43-48页 |
| ·火灾图像的尖角识别 | 第43-45页 |
| ·火灾图像的形体相似度识别 | 第45-46页 |
| ·火灾图像的火焰变化识别 | 第46-47页 |
| ·火灾图像的一阶色矩识别 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 基于神经网络火灾图像识别 | 第49-64页 |
| ·人工神经网络和图像识别技术 | 第49-57页 |
| ·神经元的基本模型 | 第50-53页 |
| ·BP神经网络的结构 | 第53-54页 |
| ·BP神经网络的数学表达 | 第54-57页 |
| ·火灾图像识别系统的结构学习 | 第57-59页 |
| ·神经网络的输入信号 | 第57页 |
| ·神经网络的隐层节点数 | 第57-58页 |
| ·神经网络的输出信号和样本学习 | 第58-59页 |
| ·基于BP神经网络的火灾图像识别方法 | 第59-61页 |
| ·神经网络模型的运行 | 第59页 |
| ·BP神经网络的算法步骤 | 第59-61页 |
| ·实验结果与分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 在学研究成果 | 第69-70页 |
| 致谢 | 第70页 |
