基于智能视频技术的铁路入侵检测
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究的背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·论文的研究思路及内容安排 | 第11-13页 |
| ·论文的研究思路 | 第11-12页 |
| ·论文主要内容 | 第12-13页 |
| 第二章 铁路入侵检测视频监控系统 | 第13-21页 |
| ·铁路综合视频监控系统技术规范 | 第13-15页 |
| ·铁路入侵检测视频监控系统介绍 | 第15-20页 |
| ·系统组成与功能 | 第15-16页 |
| ·IP网络摄像机 | 第16-18页 |
| ·铁路入侵检测算法 | 第18-20页 |
| ·分类报警及警示 | 第20页 |
| ·摄像机的安装位置 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第三章 视频图像数据预处理 | 第21-47页 |
| ·摄像机标定 | 第21-30页 |
| ·摄像机标定中常用的坐标系 | 第21-23页 |
| ·针孔相机模型和镜头畸变模型 | 第23-25页 |
| ·摄像机标定方法 | 第25-28页 |
| ·实验结果 | 第28-30页 |
| ·图像增强 | 第30-41页 |
| ·帧内滤波 | 第31-35页 |
| ·帧间滤波 | 第35-37页 |
| ·本文的滤波方法 | 第37-39页 |
| ·灰度图像对比度增强 | 第39-41页 |
| ·图像防抖动处理 | 第41-45页 |
| ·图像配准算法综述 | 第41-43页 |
| ·简化的互相关配准算法 | 第43-44页 |
| ·实验结果 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第四章 轨道识别及模板匹配 | 第47-68页 |
| ·轨道特征分析 | 第47-48页 |
| ·轨道自动识别 | 第48-60页 |
| ·方向场计算 | 第48-53页 |
| ·形态学图像处理 | 第53-55页 |
| ·轨道自动识别算法 | 第55-58页 |
| ·实验结果 | 第58-60页 |
| ·重点监控区域提取 | 第60-63页 |
| ·铁路限界 | 第60-62页 |
| ·自动提取重点监控区域 | 第62-63页 |
| ·模板匹配 | 第63-67页 |
| ·模板选取 | 第64页 |
| ·模板匹配 | 第64-65页 |
| ·累积性入侵物体检测 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 运动物体入侵检测 | 第68-86页 |
| ·运动目标检测算法 | 第68-70页 |
| ·基于CodeBook模型的背景差分法 | 第70-78页 |
| ·背景的码本构建与训练 | 第70-72页 |
| ·运动目标检测与背景更新 | 第72-73页 |
| ·对CodeBook算法模型的改进 | 第73-74页 |
| ·实验结果与分析 | 第74-78页 |
| ·运动目标特征提取与跟踪 | 第78-81页 |
| ·目标特征提取 | 第79-80页 |
| ·运动目标跟踪 | 第80-81页 |
| ·运动物体入侵检测 | 第81-85页 |
| ·本章小结 | 第85-86页 |
| 第六章 结论及展望 | 第86-89页 |
| ·本文的主要工作 | 第86-87页 |
| ·工作展望 | 第87-89页 |
| 参考文献 | 第89-95页 |
| 致谢 | 第95-96页 |
| 攻读硕士学位期间参加科研项目、发表论文和获奖情况 | 第96页 |
