基于智能视频分析的铁路入侵检测系统研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-14页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文结构 | 第12-14页 |
| 2 相关原理和技术 | 第14-25页 |
| ·图像预处理 | 第14-17页 |
| ·图像预处理中的颜色模型 | 第14-16页 |
| ·图像去噪方法和原理 | 第16页 |
| ·图像防抖动处理 | 第16-17页 |
| ·运动检测的原理及算法 | 第17-20页 |
| ·光流法 | 第18-19页 |
| ·时间差分法 | 第19-20页 |
| ·背景差分法 | 第20页 |
| ·背景建模与更新 | 第20-21页 |
| ·运动目标的跟踪标识 | 第21-24页 |
| ·运动跟踪中的预估器 | 第21-22页 |
| ·基于Kalman滤波运动估计的原理 | 第22-24页 |
| ·小结 | 第24-25页 |
| 3 关键问题的解决方案 | 第25-41页 |
| ·图像降噪方案 | 第25-28页 |
| ·实验设计 | 第25-26页 |
| ·均值滤波的实验结果 | 第26-27页 |
| ·中值滤波的实验结果 | 第27-28页 |
| ·图像防抖的方案与实验 | 第28-29页 |
| ·基于图像块比较的运动检测方法和实验 | 第29-31页 |
| ·块比较算法的原理 | 第30页 |
| ·图像块比较算法的实验验证 | 第30-31页 |
| ·背景建模方案选择 | 第31-37页 |
| ·基于多帧序列图像平均背景建模 | 第32-33页 |
| ·基于高斯混合模型的背景建模 | 第33-35页 |
| ·基于Codebook的背景建模 | 第35-37页 |
| ·结果 | 第37页 |
| ·运动跟踪标识方案 | 第37-40页 |
| ·侵目标形心 | 第37-38页 |
| ·基于Kalman滤波的入侵目标跟踪方案 | 第38-39页 |
| ·特征提取标识 | 第39-40页 |
| ·小结 | 第40-41页 |
| 4 系统的结构设计与实现 | 第41-54页 |
| ·系统需求 | 第41-44页 |
| ·系统的实施范围和边界 | 第41页 |
| ·需求信息的获取 | 第41-42页 |
| ·系统功能描述 | 第42-43页 |
| ·系统干扰描述 | 第43-44页 |
| ·系统性能要求 | 第44页 |
| ·系统功能模块及算法流程 | 第44-51页 |
| ·系统功能模块概述和算法流程简介 | 第45-46页 |
| ·基于OpenCV的系统主要功能的实现 | 第46-51页 |
| ·系统实现的效果 | 第51-53页 |
| ·小结 | 第53-54页 |
| 5 总结 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 学位论文数据集 | 第59页 |
