基于视频识别的铁路入侵检测研究与实现
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题来源 | 第9页 |
| 1.2 研究背景、意义 | 第9-11页 |
| 1.3 国内外研究现状 | 第11-15页 |
| 1.3.1 铁路入侵检测研究现状 | 第11-15页 |
| 1.3.2 智能视频监控研究现状 | 第15页 |
| 1.4 研究内容及本文结构 | 第15-19页 |
| 第2章 系统构成及相关技术 | 第19-29页 |
| 2.1 系统设计方案 | 第19-21页 |
| 2.1.1 系统结构 | 第19-20页 |
| 2.1.2 系统功能模块 | 第20-21页 |
| 2.2 图像处理相关技术 | 第21-28页 |
| 2.2.1 格式的转化 | 第21-22页 |
| 2.2.2 图像预处理 | 第22-26页 |
| 2.2.3 形态学处理 | 第26-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 运动目标检测研究 | 第29-62页 |
| 3.1 目标检测相关技术 | 第29-35页 |
| 3.1.1 边缘检测 | 第29-31页 |
| 3.1.2 阀值选择 | 第31-35页 |
| 3.2 经典目标检测算法 | 第35-44页 |
| 3.2.1 背景相减法 | 第35-41页 |
| 3.2.2 帧差分法 | 第41-42页 |
| 3.2.3 光流法 | 第42-44页 |
| 3.3 经典算法的改进 | 第44-56页 |
| 3.3.1 基于混合高斯背景建模的背景相减法 | 第44-48页 |
| 3.3.2 引入边缘算子的帧差分法 | 第48-56页 |
| 3.4 融合混合高斯模型及三帧差分的检测算法 | 第56-61页 |
| 3.4.1 算法实现过程 | 第57-59页 |
| 3.4.2 检测效果对比 | 第59-61页 |
| 3.4.3 实验结果分析 | 第61页 |
| 3.5 本章小结 | 第61-62页 |
| 第4章 铁路入侵检测软件设计与实现 | 第62-76页 |
| 4.1 铁路入侵检测软件总体设计 | 第62-69页 |
| 4.1.1 系统整体架构 | 第62-63页 |
| 4.1.2 系统软件设计 | 第63-65页 |
| 4.1.3 关键程序分析 | 第65-69页 |
| 4.2 铁路入侵检测软件测试 | 第69-75页 |
| 4.2.1 软件功能检测 | 第70-72页 |
| 4.2.2 软件性能分析 | 第72-75页 |
| 4.3 本章小结 | 第75-76页 |
| 第5章 总结与展望 | 第76-79页 |
| 5.1 全文总结 | 第76-77页 |
| 5.2 工作展望 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-82页 |
