基于ARM9的嵌入式智能视频监控系统设计
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第14-20页 |
| 1.1 课题研究背景与意义 | 第14-16页 |
| 1.2 智能视频监控国内外研究现状及其发展趋势 | 第16-17页 |
| 1.3 课题研究的主要内容和结构安排 | 第17-20页 |
| 1.3.1 本文主要研究内容 | 第17-18页 |
| 1.3.2 本文的结构安排 | 第18-20页 |
| 2 嵌入式系统开发平台 | 第20-38页 |
| 2.1 搭建嵌入式开发硬件平台 | 第20-23页 |
| 2.1.1 处理器和开发板介绍 | 第20-22页 |
| 2.1.2 宿主机 | 第22-23页 |
| 2.1.3 其他设备 | 第23页 |
| 2.2 系统软件 | 第23-31页 |
| 2.2.1 交叉编译器 | 第23-24页 |
| 2.2.2 BootLoader | 第24-25页 |
| 2.2.3 移植Linux操作系统 | 第25-28页 |
| 2.2.4 根文件系统 | 第28-31页 |
| 2.3 系统所需驱动的移植 | 第31-34页 |
| 2.3.1 USB摄像头驱动 | 第31-32页 |
| 2.3.2 移植网卡驱动 | 第32-34页 |
| 2.4 系统所需库文件的移植 | 第34-37页 |
| 2.4.1 OpenCV的移植 | 第34-35页 |
| 2.4.2 Qt图形库移植 | 第35-36页 |
| 2.4.3 安装libjpeg和avilib库 | 第36-37页 |
| 2.5 本章小结 | 第37-38页 |
| 3 智能视频分析技术 | 第38-56页 |
| 3.1 OpenCV的原理及技术 | 第38-39页 |
| 3.2 OpenCV命名规则 | 第39页 |
| 3.3 OpenCV的常用函数 | 第39-40页 |
| 3.4 OpenCV的基本结构 | 第40-42页 |
| 3.5 OpenCV的功能 | 第42-43页 |
| 3.6 运动检测原理 | 第43-54页 |
| 3.6.1 帧间差分法 | 第43-45页 |
| 3.6.2 背景差分法 | 第45-47页 |
| 3.6.3 单高斯模型背景法 | 第47-49页 |
| 3.6.4 混合高斯模型背景法 | 第49-53页 |
| 3.6.5 本系统所采用的运动检测算法 | 第53-54页 |
| 3.7 本章小结 | 第54-56页 |
| 4 系统的实现 | 第56-72页 |
| 4.1 视频模块 | 第56-61页 |
| 4.2 抓拍模块 | 第61-62页 |
| 4.3 视频录制模块 | 第62-63页 |
| 4.4 报警模块 | 第63-64页 |
| 4.5 运动检测模块 | 第64-69页 |
| 4.5.1 运动检测算法设计 | 第64-65页 |
| 4.5.2 模块接口设计 | 第65-69页 |
| 4.6 网络传输模块 | 第69-70页 |
| 4.7 主程序实现 | 第70页 |
| 4.8 本章小结 | 第70-72页 |
| 5 系统界面设计与测试 | 第72-78页 |
| 5.1 客户端登录界面设计 | 第72-73页 |
| 5.2 客户端主界面设计 | 第73-74页 |
| 5.3 系统测试 | 第74-76页 |
| 5.3.1 实时监控测试 | 第74-75页 |
| 5.3.2 运动检测功能测试 | 第75-76页 |
| 5.3.3 实验结果分析 | 第76页 |
| 5.4 本章小结 | 第76-78页 |
| 6 总结与展望 | 第78-80页 |
| 6.1 本文工作总结 | 第78-79页 |
| 6.2 展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-85页 |
| 作者简介及读研期间主要科研成果 | 第85页 |
