基于视频图像的火灾识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-19页 |
| ·课题背景和意义 | 第11-12页 |
| ·传统火灾探测 | 第12-14页 |
| ·人工巡查和民用飞行器巡查 | 第12页 |
| ·感烟、感温和气体探测 | 第12-13页 |
| ·卫星遥感火灾探测 | 第13-14页 |
| ·基于视频图像的火灾探测 | 第14-16页 |
| ·优势与应用 | 第14页 |
| ·相关研究及算法框架 | 第14-16页 |
| ·论文主要内容 | 第16-18页 |
| ·课题来源 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第二章 火焰图像预处理 | 第19-26页 |
| ·灰度化 | 第19-21页 |
| ·一般灰度化 | 第20页 |
| ·改进的灰度化 | 第20-21页 |
| ·高斯滤波 | 第21-22页 |
| ·中值滤波 | 第22-23页 |
| ·预处理算法比较 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 火焰图像分割 | 第26-41页 |
| ·基于边缘检测的分割 | 第26-27页 |
| ·灰度阈值分割 | 第27-31页 |
| ·全局阈值分割 | 第27-28页 |
| ·改进的温度-面积阈值分割 | 第28-31页 |
| ·运动检测 | 第31-32页 |
| ·背景差法 | 第31-32页 |
| ·帧差法 | 第32页 |
| ·颜色分割 | 第32-34页 |
| ·简单颜色模型 | 第32-33页 |
| ·带约束的颜色阈值模型 | 第33-34页 |
| ·分割方法比较 | 第34-40页 |
| ·红外图像分割比较 | 第34-36页 |
| ·颜色分割比较 | 第36-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 火焰图像特征分析与提取 | 第41-54页 |
| ·火灾火焰的动静态特征 | 第41-43页 |
| ·火焰高温特征 | 第41页 |
| ·火焰视觉特征 | 第41-42页 |
| ·分层和纹理特征 | 第42页 |
| ·形状和边缘 | 第42页 |
| ·区域面积变化 | 第42页 |
| ·整体移动 | 第42-43页 |
| ·闪动特点 | 第43页 |
| ·火焰图像特征 | 第43-53页 |
| ·高灰度值 | 第43-44页 |
| ·颜色 | 第44页 |
| ·圆形度 | 第44-46页 |
| ·火焰尖角 | 第46-47页 |
| ·轮廓形状变化距离 | 第47-50页 |
| ·面积变化 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 火焰图像特征融合 | 第54-70页 |
| ·贝叶斯分类器 | 第54-59页 |
| ·最小错误率的贝叶斯决策 | 第54-56页 |
| ·判别函数和决策面 | 第56-57页 |
| ·高斯分布的贝叶斯分类 | 第57-59页 |
| ·支持向量机分类器 | 第59-65页 |
| ·线性可分情况的线性SVM | 第59-62页 |
| ·非线性可分情况的线性SVM | 第62-64页 |
| ·非线性SVM | 第64-65页 |
| ·特征融合方法比较 | 第65-69页 |
| ·高斯贝叶斯分类器火焰特征融合 | 第66-67页 |
| ·C-SVM火焰特征融合 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 实验及分析 | 第70-75页 |
| ·对圆形度特征的进一步讨论 | 第70-71页 |
| ·改进的温度-面积阈值分割有效性验证 | 第71-72页 |
| ·未使用分类器的识别结果 | 第72-74页 |
| ·使用SVM分类器的识别结果 | 第74页 |
| ·本章小结 | 第74-75页 |
| 结论与展望 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 攻读硕士学位期间取得的研究成果 | 第81-82页 |
| 致谢 | 第82-84页 |
| 附件 | 第84页 |
