| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 引言 | 第14-15页 |
| 1.2 课题的背景和研究意义 | 第15页 |
| 1.3 国内外研究现状 | 第15-17页 |
| 1.3.1 国外森林火灾检测定位系统现状 | 第16-17页 |
| 1.3.2 国内森林火灾检测定位系统现状 | 第17页 |
| 1.4 本论文的主要工作和章节安排 | 第17-19页 |
| 第二章 多摄像头广域光学目标检测技术 | 第19-34页 |
| 2.1 背景建模技术 | 第19-22页 |
| 2.1.1 中值滤波法背景建模 | 第19-20页 |
| 2.1.2 高斯背景建模 | 第20-21页 |
| 2.1.3 码书法背景建模 | 第21-22页 |
| 2.2 数字图像拼接技术 | 第22-29页 |
| 2.2.1 图像预处理技术 | 第23-24页 |
| 2.2.2 图像配准技术 | 第24-28页 |
| 2.2.3 图像融合技术 | 第28-29页 |
| 2.3 目标检测技术 | 第29-32页 |
| 2.3.1 光流法目标检测 | 第29-31页 |
| 2.3.2 差分法目标检测 | 第31-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 森林火灾图像的特征提取 | 第34-45页 |
| 3.1 森林火灾图像特征分析 | 第34-35页 |
| 3.2 森林火灾的颜色特征提取 | 第35-39页 |
| 3.2.1 颜色直方图 | 第35-37页 |
| 3.2.2 颜色矩 | 第37-38页 |
| 3.2.3 颜色集 | 第38-39页 |
| 3.3 森林火灾的形状特征提取 | 第39-44页 |
| 3.3.1 边界特征法 | 第39-41页 |
| 3.3.2 傅里叶形状表述符法 | 第41-42页 |
| 3.3.3 几何参数法 | 第42-43页 |
| 3.3.4 形状不变矩法 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 LTP+SVM森林火灾检测模型 | 第45-61页 |
| 4.1 局部三值模式（LTP）特征 | 第45-50页 |
| 4.1.1 局部二值模式（LBP）原理及性质 | 第45-49页 |
| 4.1.2 LTP原理及性质 | 第49-50页 |
| 4.2 支持向量机（SVM）的原理 | 第50-54页 |
| 4.2.1 线性支持向量机：可分情况 | 第51-53页 |
| 4.2.2 非线性支持向量机 | 第53-54页 |
| 4.3 基于LTP+SVM的火灾识别 | 第54-59页 |
| 4.3.1 LBP+SVM模型的建立 | 第55-56页 |
| 4.3.2 LTP+SVM模型的建立 | 第56-57页 |
| 4.3.3 LBP和LTP分别与SVM构建模型的实验结果 | 第57-59页 |
| 4.4 本章小结 | 第59-61页 |
| 第五章 基于LTP+SVM的分布式阵列森林火灾检测定位系统 | 第61-74页 |
| 5.1 分布式阵列森林火灾检测定位系统的整体架构设计 | 第61-70页 |
| 5.1.1 基于LTP+SVM的火灾检测前端系统设计 | 第62-65页 |
| 5.1.2 分布式阵列火灾定位后端系统设计 | 第65-70页 |
| 5.2 分布式阵列森林火灾检测定位系统实现 | 第70-71页 |
| 5.3 分布式阵列森林火灾检测定位系统测试 | 第71-73页 |
| 5.4 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 本文工作总结 | 第74-75页 |
| 6.2 未来工作展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻硕期间取得的研究成果 | 第81-82页 |
