人体运动目标视觉监控系统的研究与实现
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-12页 |
| 插图目录 | 第12-14页 |
| 表格目录 | 第14-15页 |
| 1 绪论 | 第15-23页 |
| ·课题研究的目的与意义 | 第15-16页 |
| ·国内外研究概况 | 第16-19页 |
| ·计算机视觉的发展历史 | 第16-17页 |
| ·视觉检测与跟踪分类 | 第17页 |
| ·研究与应用现状 | 第17-19页 |
| ·研究的关键点与难点 | 第19-21页 |
| ·系统的稳定性 | 第19-20页 |
| ·系统的鲁棒性 | 第20页 |
| ·系统的实时性 | 第20-21页 |
| ·研究内容和章节安排 | 第21-23页 |
| ·研究内容与技术路线 | 第21-22页 |
| ·论文章节安排 | 第22-23页 |
| 2 运动目标视觉监控系统的总体设计 | 第23-35页 |
| ·引言 | 第23页 |
| ·系统总体设计方案 | 第23-24页 |
| ·系统的硬件平台设计 | 第24-27页 |
| ·硬件平台的设计要求 | 第24页 |
| ·主要方案比较 | 第24-25页 |
| ·基于云台与解码器的监控系统 | 第25-27页 |
| ·系统的硬件组成 | 第27-34页 |
| ·全方位云台 | 第27-28页 |
| ·解码器 | 第28-31页 |
| ·图像传感器 | 第31-33页 |
| ·协议转换器 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 3 数字图像预处理 | 第35-45页 |
| ·引言 | 第35页 |
| ·Matlab图像处理基础 | 第35-37页 |
| ·图像文件的格式 | 第36页 |
| ·图像类型 | 第36-37页 |
| ·颜色模型 | 第37页 |
| ·图像变换 | 第37-39页 |
| ·图像滤波去噪 | 第39-42页 |
| ·均值平滑滤波 | 第39-41页 |
| ·中值滤波 | 第41-42页 |
| ·图像增强 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 4 运动目标的检测 | 第45-59页 |
| ·引言 | 第45页 |
| ·运动目标的帧差提取 | 第45-53页 |
| ·运动目标提取 | 第45-47页 |
| ·背景的更新 | 第47-50页 |
| ·基于"全景图"的背景更新 | 第50-53页 |
| ·图像二值化 | 第53-55页 |
| ·形态学处理 | 第55-56页 |
| ·目标边缘检测 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 5 人体运动目标的匹配识别与跟踪 | 第59-77页 |
| ·引言 | 第59页 |
| ·基于人体特征的目标识别 | 第59-64页 |
| ·目标特征的选择 | 第59-60页 |
| ·目标特征的提取 | 第60-62页 |
| ·人体目标的识别 | 第62-63页 |
| ·实验测试与分析 | 第63-64页 |
| ·人体运动目标的自动跟踪 | 第64-72页 |
| ·目标自动跟踪总体方案 | 第64-66页 |
| ·约束区域的云台控制 | 第66-67页 |
| ·运动目标的模糊跟踪控制 | 第67-70页 |
| ·实验测试与分析 | 第70-72页 |
| ·基于Kalman的目标运动预测估计 | 第72-76页 |
| ·目标跟踪模型建立 | 第72-73页 |
| ·二维空间下预测跟踪仿真 | 第73-74页 |
| ·实验测试与分析 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 6 视觉监控系统的软件实现与实际应用 | 第77-89页 |
| ·引言 | 第77页 |
| ·系统的软件实现 | 第77-85页 |
| ·基于VFW的实时视频捕获 | 第78-81页 |
| ·视频图像数据的处理 | 第81-84页 |
| ·基于串口通信的运动控制 | 第84-85页 |
| ·系统的实际应用 | 第85-88页 |
| ·地下车库安防监控系统 | 第85-86页 |
| ·多媒体视频教学系统 | 第86-88页 |
| ·本章小结 | 第88-89页 |
| 7 结论与展望 | 第89-91页 |
| ·结论 | 第89-90页 |
| ·展望 | 第90-91页 |
| 参考文献 | 第91-95页 |
| 作者简历 | 第95-99页 |
| 学位论文数据集 | 第99页 |
