基于视频图像的火灾探测技术的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-14页 |
| ·引言 | 第7页 |
| ·研究背景 | 第7-9页 |
| ·火灾产生的机理 | 第7-8页 |
| ·火灾起火过程 | 第8-9页 |
| ·早期火灾探测技术及其弊端 | 第9-10页 |
| ·图像型火灾探测技术 | 第10-11页 |
| ·火灾图像监测技术的研究现状 | 第11-12页 |
| ·火灾探测技术的发展方向 | 第12页 |
| ·论文研究的主要内容 | 第12-14页 |
| 2 基于视频监控系统的火灾探侧理论基础 | 第14-26页 |
| ·系统结构概述 | 第14-16页 |
| ·图像色彩模型 | 第16-17页 |
| ·小波分析理论 | 第17-22页 |
| ·小波变换的基本概念 | 第18页 |
| ·连续小波变换 | 第18页 |
| ·离散小波变换 | 第18-19页 |
| ·多分辨分析理论 | 第19-22页 |
| ·神经网络理论 | 第22-25页 |
| ·神经元的结构模型 | 第22-23页 |
| ·BP神经网络的结构 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 3 基于视频图像的火灾探侧方法 | 第26-40页 |
| ·方法描述 | 第26-27页 |
| ·运动区域检测 | 第27-29页 |
| ·利用 HIS颜色模型对目标进行提取 | 第29-30页 |
| ·火焰特征的提取 | 第30-35页 |
| ·图像的预处理 | 第30页 |
| ·圆形度计算 | 第30-31页 |
| ·形体变化 | 第31-33页 |
| ·利用小波分析闪烁规律和火焰面积增长 | 第33-35页 |
| ·基于 BP神经网络的火灾识别 | 第35-39页 |
| ·神经网络结构 | 第35-36页 |
| ·神经网络的输入信号 | 第36页 |
| ·神经网络的隐层节点数 | 第36-37页 |
| ·神经网络的输出信号和学习样本 | 第37页 |
| ·BP算法步骤 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 4 仿真实验及实验结果分析 | 第40-51页 |
| ·火灾分割 | 第40-41页 |
| ·圆形度计算 | 第41页 |
| ·面积变化率 | 第41-44页 |
| ·小波分析面积变化趋势 | 第44-47页 |
| ·小波分析闪烁规律 | 第47-49页 |
| ·利用神经网络进行火灾判别 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 5 结论 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 攻读硕士学位期间所发表的论文 | 第55页 |
