图像通信与处理技术在林火监测中的应用研究

摘要

该文在方案设计、硬件设计以及网络模型设计进行系统的分析与研究.为满足全方位监测要求,在森林区域安装多套客户机监测系统,对CCD拍摄的视频数据压缩成Mpeg-1格式,在Client/Server网络模型基础上与服务器保持通信,实现远程传输视频.该文为达到林火自动监测,探讨小波分析理论、神经元网络理论在图像处理中的应用.森林火灾图像经小波分解后,在小波域中予以去噪预处理,并借助阈值化图像分割技术、WSA与Kohonen神经元网络自动分割图像.最后提出最大后验概率(MAP)准则作为判决依据,借助感知器和BP神经元网络对图像予以识别,为防止森林火灾的发生、减轻森林火灾带来的危害奠定基础.

目录

文摘

英文文摘

1绪论

1.1林火监测技术的发展现状

1.2数字图像处理与通信技术

1.2.1数字图像处理技术

1.2.2图像通信技术

1.3课题的目的和意义

1.4本论文的主要内容

2系统总体设计

2.1系统原理

2.2系统组成

2.2.1视频采集与远程传输

2.2.2森林火灾图像处理与识别

3客户机系统设计

3.1设计原则

3.1.1经济性原则

3.1.2安全可靠性原则

3.2客户机系统结构设计

3.3手动控制器设计

3.4转台

3.5解码器

3.5.1主要功能及技术指标

3.5.2原理

3.5.3地址码设置

3.6 CCD摄像机

3.7视频采集卡

3.8设备安装

3.8.1客户机与外围设备之间的连接

3.8.2 TM2188AP与2148的连接

4视频采集与远程传输

4.1数字视频的特点

4.2视频要求

4.2.1操作系统要求

4.2.2计算机配置要求

4.2.3网络要求

4.3 TCP/IP协议

4.3.1 TCP/IP特点

4.3.2 TCP/IP网络体系结构

4.4 Client/Server模式

4.4.1思想

4.4.2套接标识符

4.4.3步骤

4.4.4 TCP连接

4.5视频采集与远程传输设计

4.5.1结构

4.5.2前端采集部分

4.5.3网络传输部分

4.5.4视频接收部分

4.6软件设计

4.6.1初始化模块

4.6.2视频传输模块

4.7实验

4.7.1硬件连接

4.7.2安装网络协议

4.7.3套接标识符设置

4.7.4视频传输结果

4.7.5传输分析

5森林火灾图像处理与识别

5.1图像模型的建立

5.1.1图像的数字化

5.1.2色彩模型的建立

5.2小波分析理论应用

5.2.1二维多分辨分析(2-D MRA)构造

5.2.2二维Mallat算法

5.2.3小波分解与重构

5.2.4小波函数介绍

5.3图像预处理

5.3.1图像直方图表示

5.3.2灰度图像表示

5.3.3图像受噪模型

5.3.4基于小波理论的图像去噪

5.4图像分割

5.4.1基于阈值法的图像分割

5.4.2基于自组织竞争NN的图像分割

5.5模式识别

5.5.1识别方法

5.5.2样本分类依据

5.5.3判决准则

5.5.4感知型模型

5.5.5 BP神经元网络

5.6软件编制

图

6结论

6.1总结

6.2建议

参考文献

致谢

附录