| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 课题研究背景 | 第10-13页 |
| 1.1.1 智能视频监控的概念及优势 | 第10-12页 |
| 1.1.2 智能视频监控的应用领域 | 第12-13页 |
| 1.2 国内外研究情况 | 第13-16页 |
| 1.2.1 国外研究情况 | 第14-15页 |
| 1.2.2 国内研究情况 | 第15-16页 |
| 1.3 本课题的研究意义及主要内容 | 第16-19页 |
| 1.3.1 算法研究的目的及意义 | 第16页 |
| 1.3.2 基于嵌入式平台设计智能视频监控前端的意义 | 第16-17页 |
| 1.3.3 论文的主要研究内容 | 第17-19页 |
| 第二章 特定环境下的视频监控目标鲁棒检测算法研究 | 第19-53页 |
| 2.1 各种运动目标检测算法概述 | 第19-25页 |
| 2.1.1 帧间差分法 | 第19-21页 |
| 2.1.2 光流法 | 第21-22页 |
| 2.1.3 背景差法 | 第22-23页 |
| 2.1.4 混合高斯模型 | 第23-25页 |
| 2.2 适用于鬼影及滞留物体的目标鲁棒检测算法 | 第25-37页 |
| 2.2.1 算法提出的意义及研究背景 | 第25-27页 |
| 2.2.2 TSCEP 算法概述 | 第27页 |
| 2.2.3 候选目标的检测 | 第27-32页 |
| 2.2.4 鬼影与滞留物体的检测与区分 | 第32-34页 |
| 2.2.5 实验结果及分析 | 第34-37页 |
| 2.3 光线影响的目标鲁棒检测算法 | 第37-50页 |
| 2.3.1 算法提出的意义及研究背景 | 第37-39页 |
| 2.3.2 MSCG 算法概述 | 第39-40页 |
| 2.3.3 改进的背景参考方案 | 第40-41页 |
| 2.3.4 改进的背景差法与混合高斯模型相结合的背景建模 | 第41-44页 |
| 2.3.5 空域滤波处理 | 第44-46页 |
| 2.3.6 试验结果及分析 | 第46-50页 |
| 2.4 几种智能监控典型应用 | 第50-52页 |
| 2.4.1 非法滞留报警 | 第50-51页 |
| 2.4.2 非法移位报警 | 第51页 |
| 2.4.3 非法入侵报警 | 第51页 |
| 2.4.4 警戒线报警 | 第51-52页 |
| 2.5 算法的局限性分析 | 第52-53页 |
| 第三章 基于DM642 的智能视频监控前端系统的设计与实现 | 第53-82页 |
| 3.1 系统设计目标及总体方案 | 第53-54页 |
| 3.2 智能视频监控系统硬件开发平台 | 第54-61页 |
| 3.2.1 TMS320DM642 芯片 | 第55-59页 |
| 3.2.2 视频采集与输出通道接口 | 第59-61页 |
| 3.3 智能视频监控系统软件开发平台 | 第61-63页 |
| 3.3.1 CCS 集成开发环境 | 第61-62页 |
| 3.3.2 DSP/BIOS 嵌入式实操作系统 | 第62-63页 |
| 3.4 软件总体设计 | 第63-71页 |
| 3.4.1 系统初始化及内存分配 | 第65-66页 |
| 3.4.2 视频采集输出功能 | 第66-71页 |
| 3.4.2.1 视频采集输出驱动设计 | 第66-69页 |
| 3.4.2.2 视频采集输出缓冲区管理策略 | 第69-70页 |
| 3.4.2.3 NTSC 制式和PAL 制式的支持 | 第70-71页 |
| 3.5 目标检测算法移植与优化 | 第71-78页 |
| 3.5.1 算法移植和优化的基本流程 | 第71-72页 |
| 3.5.2 检测算法的剪裁 | 第72页 |
| 3.5.3 项目级优化 | 第72-73页 |
| 3.5.4 程序指令与关键字优化 | 第73-75页 |
| 3.5.5 内联函数优化 | 第75-78页 |
| 3.6 系统有效性及性能分析 | 第78-82页 |
| 第四章 总结与展望 | 第82-84页 |
| 4.1 论文总结 | 第82-83页 |
| 4.2 研究展望 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88-89页 |
| 攻读硕士学位期间已发表或录用的论文 | 第89-92页 |
| 上海交通大学硕士学位论文答辩决议书 | 第92页 |
