基于视频图像的烟雾检测系统的设计与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-19页 |
| ·论文研究的意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·烟雾检测在国外发展研究的现状 | 第11-13页 |
| ·烟雾检测在国内发展研究的现状 | 第13-14页 |
| ·烟雾检测方法 | 第14-16页 |
| ·论文的主要工作 | 第16-18页 |
| ·论文的组织结构 | 第18-19页 |
| 第二章 使用工具简介 | 第19-28页 |
| ·计算机视觉库 OPENCV | 第19-22页 |
| ·OpenCV 的应用领域 | 第19-20页 |
| ·OpenCV 的起源 | 第20页 |
| ·结构和内容 | 第20-21页 |
| ·OpenCV 的特征 | 第21页 |
| ·OpenCV 的移植性 | 第21-22页 |
| ·数字图像处理的基础知识 | 第22-24页 |
| ·数字图像处理的概念 | 第22-23页 |
| ·数字图像处理 | 第23-24页 |
| ·数字图像处理的优点和应用领域 | 第24页 |
| ·使用到的图像处理基本算法 | 第24-28页 |
| ·基本图像处理算法 | 第24-25页 |
| ·图像优化算法 | 第25-26页 |
| ·图像分割算法 | 第26-28页 |
| 第三章 基于不变距和历史运动图像的烟雾检测算法 | 第28-46页 |
| ·运动区域提取 | 第28-39页 |
| ·建立背景 | 第30-32页 |
| ·提取运动区域 | 第32-35页 |
| ·得到提取区域的形态学处理 | 第35-39页 |
| ·烟雾检测的相关信息 | 第39-41页 |
| ·烟的特征 | 第39-40页 |
| ·模糊 C 均值算法 | 第40-41页 |
| ·支持向量机（SVMs） | 第41页 |
| ·均值和变化值 | 第41页 |
| ·用模糊 C均值方法对烟的颜色进行分割 | 第41-43页 |
| ·用支持向量机产生烟雾报警 | 第43-45页 |
| ·运动方向特征 | 第43-44页 |
| ·表面光滑度特征 | 第44页 |
| ·面积的随机性 | 第44-45页 |
| ·总结 | 第45-46页 |
| 第四章 烟雾检测系统的设计与实现 | 第46-57页 |
| ·系统设计 | 第46-47页 |
| ·系统流程 | 第47-48页 |
| ·系统实现与测试 | 第48-55页 |
| ·待检测区域提取 | 第48-50页 |
| ·运动历史图像的消除 | 第50-52页 |
| ·使用不变距对烟雾进行识别 | 第52-55页 |
| ·总结 | 第55-57页 |
| 第五章 总结与展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
