基于计算机视觉的泳池智能辅助救生系统研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 智能视频监控的研究现状及前景 | 第9-10页 |
| 1.2.1 智能视频监控的国内外研究现状 | 第9-10页 |
| 1.2.2 智能视频监控的发展前景 | 第10页 |
| 1.3 运动目标检测算法研究现状 | 第10-11页 |
| 1.4 水下运动目标的检测难点 | 第11-12页 |
| 1.5 论文的主要内容 | 第12-14页 |
| 第2章 泳池水下视频背景建模 | 第14-36页 |
| 2.1 引言 | 第14页 |
| 2.2 泳池水下视频背景建模方法 | 第14-25页 |
| 2.2.1 码本模型算法 | 第14-17页 |
| 2.2.2 视觉背景提取算法 | 第17-21页 |
| 2.2.3 基于高斯分布的背景建模算法 | 第21-25页 |
| 2.3 基于滑动均值模型的泳池水下视频背景建模 | 第25-31页 |
| 2.3.1 初始化背景模型的建立 | 第25-27页 |
| 2.3.2 滑动窗背景模型的建立 | 第27-28页 |
| 2.3.3 滑动均值模型的建立 | 第28-30页 |
| 2.3.4 改进高斯模型的参数更新 | 第30-31页 |
| 2.4 池壁反光的处理 | 第31-34页 |
| 2.4.1 池壁反光的特点 | 第31-32页 |
| 2.4.2 池壁反光的处理意义 | 第32页 |
| 2.4.3 基于OTSU算法的干扰抑制 | 第32-34页 |
| 2.5 实验结果与分析 | 第34-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第3章 溺水人体检测与报警 | 第36-54页 |
| 3.1 引言 | 第36页 |
| 3.2 算法流程 | 第36-37页 |
| 3.3 水底干扰的处理 | 第37-41页 |
| 3.3.1 水底波纹的特点 | 第37-38页 |
| 3.3.2 水底波纹处理的意义 | 第38-39页 |
| 3.3.3 水底波纹的处理 | 第39-41页 |
| 3.4 溺水人体检测 | 第41-50页 |
| 3.4.1 溺水人体大小对报警的影响 | 第42-43页 |
| 3.4.2 溺水距离远近对报警的影响 | 第43-46页 |
| 3.4.3 溺水目标搜索 | 第46-48页 |
| 3.4.4 设置报警策略 | 第48-50页 |
| 3.5 实验结果及分析 | 第50-53页 |
| 3.5.1 检测精度分析 | 第50-52页 |
| 3.5.2 检测实时性需求分析 | 第52-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第4章 系统软硬件设计 | 第54-64页 |
| 4.1 引言 | 第54页 |
| 4.2 系统总体架构 | 第54-56页 |
| 4.3 硬件设备选取 | 第56页 |
| 4.4 底层算法动态库接口设计 | 第56-59页 |
| 4.5 HMI人机界面设计 | 第59-62页 |
| 4.5.1 系统用户管理 | 第59-60页 |
| 4.5.2 拉取录像设备 | 第60页 |
| 4.5.3 设置报警参数 | 第60-61页 |
| 4.5.4 视频实时监测 | 第61-62页 |
| 4.5.5 视频存取及回放 | 第62页 |
| 4.6 本章小结 | 第62-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间所发表的学术论文 | 第70-72页 |
| 致谢 | 第72页 |
