基于图像分析的自助银行场景中若干智能安全防范技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-11页 |
| ·本课题研究的背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·论文研究内容及结构安排 | 第9-11页 |
| 2 自助银行监控摄像头干扰检测 | 第11-23页 |
| ·监控场景变化检测方法 | 第11-13页 |
| ·基于代数运算的检测方法 | 第11-12页 |
| ·基于边缘特征的检测方法 | 第12-13页 |
| ·基于纹理特征的检测方法 | 第13页 |
| ·基于角点的摄像头干扰检测 | 第13-20页 |
| ·图像颜色预处理 | 第14页 |
| ·角点的定义 | 第14-15页 |
| ·角点检测方法 | 第15-18页 |
| ·基于Harris角点的特征函数 | 第18-19页 |
| ·基于自助银行场景特点的干扰检测算法 | 第19-20页 |
| ·实验及分析 | 第20-22页 |
| ·干扰检测 | 第20-22页 |
| ·阈值的选取 | 第22页 |
| ·本章小结 | 第22-23页 |
| 3 自助银行场景中的遗留物检测 | 第23-37页 |
| ·基于背景差分法的监控场景变化区域提取 | 第23-28页 |
| ·基于高斯模型的背景生成与更新 | 第23-24页 |
| ·基于监控场景特点的变化区域检测算法 | 第24-26页 |
| ·基于形态学滤波的噪声去除 | 第26-28页 |
| ·基于链码的形状约束 | 第28-34页 |
| ·链码的定义 | 第28-29页 |
| ·轮廓跟踪算法 | 第29-32页 |
| ·形状参数的获取 | 第32-33页 |
| ·基于遗留物形状特征的约束条件 | 第33-34页 |
| ·实验及分析 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 4 监控场景中非法告示的特征提取 | 第37-48页 |
| ·特征图像的获取 | 第37-42页 |
| ·边缘检测 | 第37-40页 |
| ·阈值分割 | 第40-42页 |
| ·基于低分辨率文本图像的特征生成 | 第42-44页 |
| ·基于边缘图像的统计量特征 | 第43页 |
| ·基于角点的特征 | 第43页 |
| ·基于连通区域的特征 | 第43-44页 |
| ·特征数据分析 | 第44-47页 |
| ·测试样本的获取 | 第45页 |
| ·数据分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 5 非法告示检测 | 第48-57页 |
| ·基于阈值分类的识别方法 | 第48页 |
| ·基于SVM分类器的识别方法 | 第48-53页 |
| ·支持向量机理论 | 第49-52页 |
| ·分类器参数的选择 | 第52-53页 |
| ·实验及分析 | 第53-56页 |
| ·实验结果 | 第53-55页 |
| ·实验分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| ·工作总结 | 第57页 |
| ·工作展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
