基于图像/视频的森林火灾识别方法研究
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-23页 |
| ·课题研究背景 | 第11-16页 |
| ·火灾简介及灾情统计 | 第11-12页 |
| ·森林火灾的现状及其危害 | 第12-14页 |
| ·传统火灾探测技术 | 第14-16页 |
| ·国内外火灾识别技术的研究现状 | 第16-19页 |
| ·传统的火灾探测方法的发展 | 第16-17页 |
| ·森林火灾的探测和预防 | 第17-19页 |
| ·图像处理技术在火灾识别中的应用 | 第19-21页 |
| ·图像型火灾识别技术的早期研究 | 第19-20页 |
| ·基于图像/视频的火灾检测方法 | 第20-21页 |
| ·本文的主要研究内容 | 第21页 |
| ·论文结构 | 第21-23页 |
| 第二章 火灾图像的预处理 | 第23-37页 |
| ·火灾图像序列的获取 | 第23-24页 |
| ·图像预处理的原理 | 第24-31页 |
| ·图像增强 | 第24-25页 |
| ·基于像素点的空域变换增强 | 第25-28页 |
| ·基于模板的空域变换增强 | 第28-31页 |
| ·彩色图像增强 | 第31页 |
| ·火灾彩色图像的预处理方法 | 第31-36页 |
| ·小结 | 第36-37页 |
| 第三章 火焰区域分割 | 第37-48页 |
| ·图像分割技术 | 第37-38页 |
| ·基础知识 | 第37-38页 |
| ·基于阈值的分割方法 | 第38页 |
| ·边缘检测的分割方法 | 第38页 |
| ·森林火灾的特征 | 第38-40页 |
| ·火灾的燃烧现象 | 第38-39页 |
| ·森林火灾的火焰特征 | 第39-40页 |
| ·森林火灾火焰的分割 | 第40-46页 |
| ·火焰分割方法现状 | 第40-42页 |
| ·基于颜色特征的火焰分割方法 | 第42-46页 |
| ·基于颜色特征的火焰分割方法的改进 | 第46页 |
| ·小结 | 第46-48页 |
| 第四章 基于抽象特征的火焰识别方法对比 | 第48-74页 |
| ·引言 | 第48页 |
| ·基于PCA+神经网络的火焰识别方法 | 第48-55页 |
| ·PCA的原理概述 | 第48-51页 |
| ·神经网络方法概述 | 第51-52页 |
| ·PCA + 神经网络方法 | 第52-53页 |
| ·实验结果及分析 | 第53-55页 |
| ·基于RBM的火灾识别方法 | 第55-61页 |
| ·深度学习的思想 | 第55-56页 |
| ·RMB原理 | 第56-58页 |
| ·实验结果及分析 | 第58-61页 |
| ·基于ELM的火灾识别方法 | 第61-68页 |
| ·ELM原理 | 第61-64页 |
| ·ELM算法 | 第64页 |
| ·基于ELM的火灾识别算法 | 第64-68页 |
| ·火灾识别方法的性能分析 | 第68-73页 |
| ·本文中应用的三种方法的分析 | 第68-71页 |
| ·本文中提出的方法与前人研究方法的性能对比 | 第71-72页 |
| ·本文火灾识别方法的特点 | 第72-73页 |
| ·小结 | 第73-74页 |
| 第五章 结束语与工作展望 | 第74-76页 |
| ·工作总结 | 第74-75页 |
| ·工作展望 | 第75-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 作者在学期间取得的学术成果 | 第82页 |
