基于红外视频的火灾探测算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·选题背景 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·传统火灾探测技术及弊端 | 第9-10页 |
| ·基于视频图像的火灾探测技术 | 第10-11页 |
| ·基于红外视频的火灾探测方法 | 第11-15页 |
| ·火焰红外辐射的特点 | 第12-13页 |
| ·火焰红外图像的特征 | 第13-15页 |
| ·论文研究的主要内容 | 第15-16页 |
| 2 基于C-V模型的火焰疑似区域检测 | 第16-30页 |
| ·主动轮廓模型理论 | 第16-21页 |
| ·模型的数学描述及分类 | 第16-18页 |
| ·曲线演化理论 | 第18-19页 |
| ·水平集方法及其数学计算 | 第19-21页 |
| ·基于背景差分和C-V模型的火焰分割算法 | 第21-26页 |
| ·基于背景差分的火焰区域检测 | 第22-24页 |
| ·C-V模型的建立与分割 | 第24-26页 |
| ·实验结果及分析 | 第26-28页 |
| ·本章小结 | 第28-30页 |
| 3 火焰的特征提取与实验分析 | 第30-42页 |
| ·火焰的静态特征提取 | 第30-34页 |
| ·圆形度 | 第30-32页 |
| ·尖角数 | 第32-34页 |
| ·火焰的动态特征提取 | 第34-40页 |
| ·面积变化率 | 第34-36页 |
| ·相关系数 | 第36-37页 |
| ·边缘抖动特性 | 第37-40页 |
| ·本章小结 | 第40-42页 |
| 4 基于RS-SVM的火灾识别算法 | 第42-58页 |
| ·粗糙集理论 | 第42-46页 |
| ·粗糙集的基本知识 | 第42-44页 |
| ·属性约简算法 | 第44-46页 |
| ·支持向量机的基本理论 | 第46-50页 |
| ·VC维理论 | 第46-47页 |
| ·结构风险最小化原理 | 第47-48页 |
| ·支持向量机的分类及核函数 | 第48-50页 |
| ·RS-SVM火灾识别算法实现 | 第50-52页 |
| ·实验结果及分析 | 第52-56页 |
| ·本章小结 | 第56-58页 |
| 5 总结与展望 | 第58-60页 |
| ·总结 | 第58页 |
| ·展望 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 研究成果 | 第66页 |
