| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 研究现状 | 第9-12页 |
| 1.3 人流量统计研究的难点 | 第12-13页 |
| 1.4 OpenCV简介 | 第13-14页 |
| 1.5 本文主要工作 | 第14页 |
| 本章小结 | 第14页 |
| 第二章 基于人头目标的人流量检测 | 第14-29页 |
| 2.1 引言 | 第14-15页 |
| 2.2 图像预处理 | 第15-18页 |
| 2.2.1 噪声处理 | 第15-16页 |
| 2.2.2 灰度化处理 | 第16页 |
| 2.2.3 二值化处理 | 第16-17页 |
| 2.2.4 数学形态学处理 | 第17-18页 |
| 2.3 Harr特征提取 | 第18-19页 |
| 2.3.1 Harr特征概述 | 第18-19页 |
| 2.3.2 采用积分图计算人头Harr特征 | 第19页 |
| 2.4 基于Adaboost人头分类器 | 第19-23页 |
| 2.4.1 Adaboost算法原理 | 第19-22页 |
| 2.4.2 训练人头级联分类器 | 第22-23页 |
| 2.5 实验结果及分析 | 第23-28页 |
| 2.5.1 实验设置 | 第23页 |
| 2.5.2 实验结果与分析 | 第23-28页 |
| 本章小结 | 第28-29页 |
| 第三章 基于人头目标的人流量跟踪及统计 | 第29-44页 |
| 3.1 引言 | 第29-31页 |
| 3.2 基于Camshift的算法跟踪 | 第31-34页 |
| 3.2.1 Mean-shift算法概述 | 第31页 |
| 3.2.2 Camshift算法原理 | 第31-34页 |
| 3.3 Kalman和Camshift相结合算法原理 | 第34-36页 |
| 3.3.1 Kalman滤波器 | 第34-36页 |
| 3.3.2 Kalman和Camshift相结合跟踪 | 第36页 |
| 3.4 进出行人的统计 | 第36-39页 |
| 3.4.1 建立目标链表 | 第36-37页 |
| 3.4.2 帧间目标匹配特征 | 第37-38页 |
| 3.4.3 行人统计过程 | 第38-39页 |
| 3.5 实验结果及分析 | 第39-43页 |
| 3.5.1 实验设置 | 第39页 |
| 3.5.2 实验结果与分析 | 第39-43页 |
| 本章小结 | 第43-44页 |
| 第四章 基于Android系统的代码移植与测试 | 第44-60页 |
| 4.1 引言 | 第44页 |
| 4.2 Android开发平台 | 第44-47页 |
| 4.3 移植环境搭建 | 第47-49页 |
| 4.4 JNI技术 | 第49-50页 |
| 4.4.1 JNI概述 | 第49-50页 |
| 4.4.2 JNI编程 | 第50页 |
| 4.5 使用JNI技术修改Windows下代码 | 第50-51页 |
| 4.6 配置OpenCV图像库及交叉编译工具 | 第51-53页 |
| 4.7 界面设计 | 第53-54页 |
| 4.8 调用动态链接库生成apk | 第54页 |
| 4.9 全志A31s开发板 | 第54-56页 |
| 4.10 测试与分析 | 第56-59页 |
| 4.10.1 测试设置 | 第56页 |
| 4.10.2 测试及分析 | 第56-59页 |
| 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间参与的项目及发表的学术论文 | 第65-66页 |
| 致谢 | 第66-67页 |