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

基于图像处理的火焰识别与特征参数提取算法研究

摘要第1-6页
Abstract第6-13页
1 绪论第13-19页
   ·本文的研究背景第13页
   ·国内外研究现状第13-15页
   ·基于数字图像监测火灾的提出第15页
   ·本文研究内容第15-17页
   ·本文的结构安排第17-19页
2 图像的增强、分割和跟踪第19-39页
   ·引言第19页
   ·图像增强第19-23页
     ·空域变换增强第20页
     ·空域的滤波第20-22页
     ·频域增强第22-23页
   ·图像分割第23-33页
     ·阈值分割第25-29页
     ·基于边缘检测的区域分割第29-32页
     ·基于区域生长和分裂合并的区域分割第32-33页
   ·数学形态学及其应用第33-38页
     ·腐蚀第34页
     ·膨胀第34-35页
     ·开运算第35-36页
     ·闭运算第36-38页
   ·本章小结第38-39页
3 火灾火焰的特征第39-51页
   ·引言第39页
   ·火焰面积增长判据第39-40页
   ·火焰边缘变化特性第40-43页
     ·尖角识别第40-41页
     ·尖角的对比和判据第41-43页
   ·火焰的形体变化第43-45页
     ·火焰图像的矩特征第43-44页
     ·分散度与偏心度第44-45页
   ·火焰图像序列的数字特征及其相似性第45-48页
   ·火焰的整体移动分析第48页
   ·火焰的闪烁规律第48-49页
   ·火焰的识别算法第49页
   ·本章小结第49-51页
4 火焰特征参数算法设计和实现第51-59页
   ·引言第51页
   ·图像的预处理第51-52页
   ·火焰视频的帧提取过程第52-53页
   ·图像预处理过程第53-54页
   ·基于帧差法的火焰目标跟踪第54-55页
   ·火焰目标特征参数获取第55-58页
     ·尖角的计算第55-56页
     ·火焰高度特征参数的获取第56-58页
   ·本章小结第58-59页
5 基于BP神经网络的火焰识别第59-67页
   ·神经网络识别第59页
   ·神经元模型第59-60页
   ·网络结构第60-61页
   ·基于BP神经网络的判断算法第61-66页
   ·本章小结第66-67页
6 展望与总结第67-69页
参考文献第69-73页
致谢第73-75页
作者简介及读研期间主要科研成果第75页

论文共75页,点击 下载论文
上一篇:基于DSP车牌识别技术的研究
下一篇:虹膜识别算法的研究与实现