论文目录 | |
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 图表清单 | 第10-11页 |
| 注释表 | 第11-13页 |
| 英文缩略词表 | 第13-14页 |
| 第一章 绪论 | 第14-21页 |
| · 课题研究背景和意义 | 第14-15页 |
| · 课题的国内外研究现状 | 第15-19页 |
| · 火焰监测系统研究现状 | 第15-16页 |
| · 火焰图像处理方法研究现状 | 第16-17页 |
| · 火焰图像状态识别研究现状 | 第17-19页 |
| · 本文的章节安排和主要创新点 | 第19-21页 |
| · 本文的章节安排 | 第19-20页 |
| · 本文的主要创新点 | 第20-21页 |
| 第二章 基于双树复小波域 HMT 模型的锅炉煤燃烧火焰图像去噪 | 第21-29页 |
| · 引言 | 第21页 |
| · 双树复小波变换(DT-CWT) | 第21-22页 |
| · 双树复小波域隐马尔可夫树模型 | 第22-25页 |
| · 基于高斯混合模型的双树复小波系数建模 | 第22-23页 |
| · 基于隐马尔可夫树模型的尺度间系数关联建模 | 第23-24页 |
| · 基于 EM 的 HMT 模型参数估计 | 第24页 |
| · 双树复小波系数的贝叶斯估计 | 第24-25页 |
| · 算法实现 | 第25页 |
| · 实验结果与分析 | 第25-28页 |
| · 去噪性能的量化评估 | 第25页 |
| · 实验结果及分析 | 第25-28页 |
| · 本章小结 | 第28-29页 |
| 第三章 基于 Contourlet 变换和 PLIP 模型的锅炉煤燃烧火焰图像增强 | 第29-39页 |
| · 引言 | 第29-30页 |
| · Contourlet 变换 | 第30页 |
| · 参数对数图像处理 | 第30-33页 |
| · PLIP 模型 | 第30-32页 |
| · PLIP Lee 算法(Lee Algorithm, LA) | 第32-33页 |
| · 基于 Contourlet 变换和 NCPSO 的增强方法 | 第33-35页 |
| · NCPSO | 第33-34页 |
| · 低通子带系数和带通方向子带系数的自适应调整 | 第34页 |
| · 图像质量评价准则和适应度函数 | 第34-35页 |
| · 增强算法步骤 | 第35页 |
| · 实验结果与分析 | 第35-38页 |
| · 本章小结 | 第38-39页 |
| 第四章 基于倒数交叉熵的锅炉煤燃烧火焰图像多阈值分割 | 第39-48页 |
| · 引言 | 第39-40页 |
| · 现有的 Shannon 交叉熵单阈值选取方法 | 第40页 |
| · 倒数交叉熵的定义及其单阈值选取 | 第40-43页 |
| · 基于改进粒子群优化的倒数交叉熵多阈值选取 | 第43-44页 |
| · 倒数交叉熵多阈值选取公式 | 第43页 |
| · 倒数交叉熵多阈值选取的改进粒子群优化算法 | 第43-44页 |
| · 算法实现 | 第44-45页 |
| · 实验结果与分析 | 第45-47页 |
| · 本章小结 | 第47-48页 |
| 第五章 基于各向异性数学形态学的火焰图像边缘检测 | 第48-57页 |
| · 引言 | 第48-49页 |
| · 图像初步方向信息的计算 | 第49-51页 |
| · 图像平均平方梯度向量(ASGV)的计算 | 第49-50页 |
| · 图像平均梯度向量(AGV)的计算 | 第50-51页 |
| · 图像平均梯度向量场(AGVF)的计算 | 第51-53页 |
| · AGVF 的变分形式 | 第51-52页 |
| · 数值求解 | 第52-53页 |
| · 各向异性数学形态学的构造和形态学梯度的计算 | 第53-54页 |
| · 算法实现 | 第54页 |
| · 实验结果与分析 | 第54-56页 |
| · 本章小结 | 第56-57页 |
| 第六章 基于灰度熵多阈值分割和 SVM 的火焰图像状态识别 | 第57-66页 |
| · 引言 | 第57-58页 |
| · 基于灰度熵和改进粒子群优化的火焰图像多阈值分割 | 第58-61页 |
| · 灰度熵的定义及其单阈值选取 | 第58-59页 |
| · 灰度熵多阈值选取 | 第59-60页 |
| · 灰度熵多阈值选取的改进粒子群优化算法 | 第60-61页 |
| · 基于多阈值分割的火焰图像特征提取 | 第61-62页 |
| · 基于改进粒子群优化的支持向量机算法 | 第62-63页 |
| · 算法实现 | 第63-64页 |
| · 实验结果与分析 | 第64-65页 |
| · 本章小结 | 第65-66页 |
| 第七章 总结和展望 | 第66-68页 |
| · 本文的主要工作 | 第66-67页 |
| · 下一步的研究工作 | 第67-68页 |
| 参考文献 | 第68-78页 |
| 致谢 | 第78-79页 |
| 在学期间的研究成果及发表的学术论文 | 第79-80页 |
