| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究概况及发展趋势 | 第9-13页 |
| 1.2.1 视频监控系统研究现状与发展趋势 | 第9-10页 |
| 1.2.2 红外图像的人形检测算法的国内外研究现状 | 第10-12页 |
| 1.2.3 嵌入式图像处理系统的国内外研究现状 | 第12-13页 |
| 1.3 论文的主要工作及创新点 | 第13-15页 |
| 1.3.1 论文主要工作 | 第13-14页 |
| 1.3.2 论文创新点 | 第14-15页 |
| 1.4 论文的章节安排 | 第15-16页 |
| 2 红外视频监控原理及系统设计 | 第16-21页 |
| 2.1 系统设计目标 | 第17页 |
| 2.2 嵌入式系统的硬件结构设计 | 第17-19页 |
| 2.3 系统软件方案设计 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 3 红外视频的前景目标分割 | 第21-30页 |
| 3.1 红外热像仪成像原理及图像特性 | 第21-22页 |
| 3.2 红外图像预处理 | 第22-23页 |
| 3.3 运动的红外人体目标分割 | 第23-29页 |
| 3.3.1 背景差分法 | 第23-24页 |
| 3.3.2 最大稳定极值法 | 第24-25页 |
| 3.3.3 Vibe算法 | 第25-26页 |
| 3.3.4 实验分析 | 第26-29页 |
| 3.4 本章小结 | 第29-30页 |
| 4 特征提取及人形识别 | 第30-54页 |
| 4.1 特征提取 | 第30-41页 |
| 4.1.1 不变矩特征描述 | 第31-36页 |
| 4.1.2 DCT特征描述 | 第36-37页 |
| 4.1.3 改进的HOG特征 | 第37-41页 |
| 4.2 统计机器学习算法 | 第41-46页 |
| 4.2.1 机器学习简介 | 第41-42页 |
| 4.2.2 人形数据库的介绍 | 第42-45页 |
| 4.2.3 典型的几种分类算法 | 第45-46页 |
| 4.3 AdaBoost强分类器设计 | 第46-50页 |
| 4.3.1 AdaBoost分类算法原理 | 第46-49页 |
| 4.3.2 HOG特征的弱分类器构建 | 第49-50页 |
| 4.4 实验测试及分析 | 第50-53页 |
| 4.4.1 实验平台 | 第50页 |
| 4.4.2 实验分析 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 5 嵌入式平台的人形识别系统实现 | 第54-71页 |
| 5.1 嵌入式系统概述 | 第54-57页 |
| 5.1.1 嵌入式系统概念与特点 | 第54-56页 |
| 5.1.2 嵌入式系统发展历程 | 第56-57页 |
| 5.2 嵌入式系统Ubuntu的安装 | 第57-58页 |
| 5.3 嵌入式图像处理开发平台搭建 | 第58-62页 |
| 5.3.1 图像信息获取 | 第58-60页 |
| 5.3.2 OpenCV移植 | 第60页 |
| 5.3.3 算法移植 | 第60-62页 |
| 5.4 系统实现的测试与分析 | 第62-70页 |
| 5.4.1 测试环境的搭建 | 第62-64页 |
| 5.4.2 算法移植测试 | 第64-69页 |
| 5.4.3 报警功能测试 | 第69-70页 |
| 5.5 本章小结 | 第70-71页 |
| 总结 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位论文期间发表的论文及科研成果 | 第78页 |