| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-19页 |
| ·选题背景与现实意义 | 第11-12页 |
| ·国内外人数识别技术研究现状 | 第12-17页 |
| ·国内外人数识别技术的应用现状 | 第12-15页 |
| ·典型的人数识别算法介绍 | 第15-17页 |
| ·铁路客运枢纽人数识别面临的困难和发展趋势 | 第17-18页 |
| ·本文研究的主要内容和结构 | 第18-19页 |
| 2 数字图像基础理论 | 第19-27页 |
| ·数字图像简介 | 第19-22页 |
| ·数字图像的概念 | 第19页 |
| ·物理图像数字化 | 第19-20页 |
| ·数字图像的分类 | 第20-21页 |
| ·数字图像的表示 | 第21-22页 |
| ·数字图像处理介绍 | 第22-25页 |
| ·数字图像处理的基本概念 | 第22-23页 |
| ·数字图像处理的基本操作 | 第23-24页 |
| ·数字图像处理的基本算法 | 第24-25页 |
| ·数字图像识别系统 | 第25-27页 |
| 3 视频图像采集系统设计 | 第27-34页 |
| ·设计思想 | 第27页 |
| ·常见视频图像采集系统介绍与比较 | 第27-30页 |
| ·模拟视频图像采集系统 | 第28页 |
| ·基于PC插卡/嵌入式的数字视频图像采集系统 | 第28页 |
| ·流媒体网络视频图像采集系统 | 第28-29页 |
| ·三种视频图像采集系统比较 | 第29-30页 |
| ·系统设计 | 第30-33页 |
| ·系统结构 | 第30-32页 |
| ·系统特点 | 第32-33页 |
| ·小结 | 第33-34页 |
| 4 基于背景建模的光流场人数识别模型 | 第34-54页 |
| ·光流场算法原理 | 第34-37页 |
| ·光流及光流场的概念 | 第34页 |
| ·光流场计算的基本原理 | 第34-35页 |
| ·经典光流场算法 | 第35-37页 |
| ·模型算法的分析设计 | 第37-40页 |
| ·光流场运动检测的原理 | 第37-38页 |
| ·Horn-Schunck算法处理分析 | 第38-39页 |
| ·本文模型的算法设计思路 | 第39-40页 |
| ·背景建模算法 | 第40-46页 |
| ·背景建模算法介绍及分类 | 第40-41页 |
| ·基于单高斯模型的背景拟合 | 第41-43页 |
| ·自适应背景更新 | 第43-45页 |
| ·运动前景获取 | 第45-46页 |
| ·改进的光流场算法 | 第46-47页 |
| ·算法步骤 | 第46页 |
| ·效果对比 | 第46-47页 |
| ·图像处理与识别算法 | 第47-53页 |
| ·图像分割 | 第48-49页 |
| ·数学形态学处理 | 第49-52页 |
| ·连通域分析 | 第52-53页 |
| ·小结 | 第53-54页 |
| 5 铁路客运枢纽客流人数自动识别系统整体开发与实现 | 第54-69页 |
| ·基于C#与MATLAB混合编程的系统开发 | 第54-57页 |
| ·C#简介 | 第54页 |
| ·MATLAB在图像处理中的应用 | 第54-55页 |
| ·C#与MATLAB的混合编程 | 第55-57页 |
| ·系统功能模块设计与开发 | 第57-64页 |
| ·数据库管理模块 | 第57-58页 |
| ·流媒体客户端模块 | 第58-61页 |
| ·属性设置模块 | 第61-63页 |
| ·人数识别模块 | 第63-64页 |
| ·系统程序流程 | 第64-66页 |
| ·系统运行测试 | 第66-68页 |
| ·小结 | 第68-69页 |
| 6 总结及展望 | 第69-71页 |
| ·总结 | 第69页 |
| ·展望 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 作者简历 | 第74-76页 |
| 学位论文数据集 | 第76页 |