首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于图像的火灾探测系统

摘要第3-4页
ABSTRACT第4页
1 绪论第7-11页
    1.1 课题背景第7-8页
    1.2 传统的火灾检测方法第8页
    1.3 基于图像的火灾识别方法第8-9页
    1.4 本课题的主要工作和内容安排第9-11页
2 火焰可疑区域的检测第11-21页
    2.1 传统的运动检测方法第11-17页
        2.1.1 帧差法第11-12页
        2.1.2 光流法第12-14页
        2.1.3 基于混合高斯模型的背景消减法第14-17页
    2.2 火焰可疑区域的检验第17-20页
        2.2.1 图像颜色空间第17-18页
        2.2.2 无效区域的排除第18-19页
        2.2.3 火焰目标提取第19-20页
    2.3 小结第20-21页
3 火焰的特征提取及实验分析第21-31页
    3.1 火焰特征的提取第21-30页
        3.1.1 火焰尖角第21-22页
        3.1.2 圆形度第22-24页
        3.1.3 红绿分量面积比第24-25页
        3.1.4 面积变化率第25-26页
        3.1.5 相关系数第26-28页
        3.1.6 火焰的闪烁特性第28-30页
    3.2 小结第30-31页
4 基于支持向量机的火灾图像识别算法研究第31-45页
    4.1 支持向量机的基本理论第31-36页
        4.1.1 VC 维理论第32页
        4.1.2 结构风险最小化原理第32-33页
        4.1.3 支持向量机第33-36页
    4.2 基于支持向量机的视频火焰识别第36-41页
        4.2.1 火焰识别系统的工作流程第36-37页
        4.2.2 核函数的选择第37-38页
        4.2.3 核参数的选取第38-39页
        4.2.4 人工鱼群算法第39-40页
        4.2.5 改进的人工鱼群算法第40-41页
    4.3 基于支持向量机的火灾识别算法实现第41-42页
    4.4 小结第42-45页
5 火灾探测系统实现第45-49页
    5.1 火灾识别算法模块第45-47页
    5.2 视频采集模块和报警模块第47-48页
    5.3 用户操作模块第48页
    5.4 系统界面第48-49页
6 总结和展望第49-51页
    6.1 总结第49-50页
    6.2 下一步工作展望第50-51页
参考文献第51-55页
致谢第55-57页
研究成果第57页

论文共57页,点击 下载论文
上一篇:不确定时滞系统的鲁棒H-infinity控制研究
下一篇:基于生态足迹模型的东营市生态承载力研究