基于DM8168的视频火灾火焰检测系统研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·传统火灾检测技术 | 第11-12页 |
| ·视频火灾检测技术的现状 | 第12-15页 |
| ·视频火灾检测技术算法研究现状 | 第12-14页 |
| ·国内外视频火灾检测系统研究现状 | 第14-15页 |
| ·本文的主要工作及章节安排 | 第15-17页 |
| ·主要工作内容 | 第15-16页 |
| ·章节安排 | 第16-17页 |
| 第2章 火灾视频的预处理及运动区域检测方法 | 第17-30页 |
| ·火灾视频的预处理 | 第17-25页 |
| ·火焰图像的滤波处理 | 第17-20页 |
| ·火焰图像的形态学处理 | 第20-23页 |
| ·灰度图像二值化 | 第23-25页 |
| ·火灾火焰视频的运动区域检测 | 第25-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 火灾火焰图像复合特征的提取方法 | 第30-44页 |
| ·火焰的颜色特征 | 第30-32页 |
| ·火焰的圆形度特征 | 第32-35页 |
| ·火焰闪烁频率特征 | 第35-40页 |
| ·火焰尖角特征 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于支持向量机的火焰分类方法 | 第44-64页 |
| ·支持向量机的基本理论 | 第44-50页 |
| ·线性可分的最优分类面 | 第45-47页 |
| ·非线性可分的最优分类超平面 | 第47-50页 |
| ·支持向量机的参数优化方法 | 第50-55页 |
| ·交叉验证 | 第50-51页 |
| ·遗传学(GA)优化算法 | 第51-52页 |
| ·粒子群(PSO)优化算法 | 第52-53页 |
| ·人工蜂群(ABC)优化算法 | 第53-55页 |
| ·实验样本选取 | 第55-59页 |
| ·实验结果分析 | 第59-63页 |
| ·优化算法实验结果分析 | 第59-62页 |
| ·实验仿真结果 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第5章 基于DM8168的火焰检测系统设计 | 第64-70页 |
| ·系统硬件结构 | 第64-65页 |
| ·系统软件设计与实现 | 第65-68页 |
| ·DM8168软件开发环境 | 第65-67页 |
| ·系统视频处理流程设计与实现 | 第67-68页 |
| ·系统检测结果 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 总结与展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 研究生履历 | 第77页 |
