视频传感器感知模型与覆盖分析方法研究
摘要 | 第5-7页 |
Abstract | 第7-8页 |
符号对照表 | 第15-16页 |
第1章 绪论 | 第16-26页 |
1.1 选题背景与意义 | 第16-17页 |
1.2 国内外研究现状 | 第17-22页 |
1.2.1 视频传感器感知模型 | 第18页 |
1.2.2 视频传感器网络协作 | 第18-20页 |
1.2.3 视频传感器部署优化 | 第20-21页 |
1.2.4 研究现状分析 | 第21-22页 |
1.3 研究目标、内容与技术路线 | 第22-24页 |
1.3.1 研究目标 | 第22页 |
1.3.2 研究内容 | 第22-23页 |
1.3.3 技术路线 | 第23-24页 |
1.4 论文组织 | 第24-26页 |
第2章 视频传感器感知模型 | 第26-45页 |
2.1 视频传感器的基本参数 | 第26-32页 |
2.1.1 视频传感器的组成和基本部件 | 第26-27页 |
2.1.2 视频传感器的靶面和透镜的基本参数 | 第27-30页 |
2.1.3 视频传感器的姿态与空间位置 | 第30-32页 |
2.2 图像与地理空间的互映射 | 第32-36页 |
2.2.1 坐标系统 | 第32-33页 |
2.2.2 透视投影模型 | 第33-34页 |
2.2.3 从图像到地理空间的映射 | 第34-35页 |
2.2.4 从地理空间到图像的映射 | 第35-36页 |
2.3 λ物理含义 | 第36-38页 |
2.4 获取视频传感器姿态和位置的方法 | 第38-42页 |
2.5 视频传感器参数获取实例 | 第42-44页 |
2.6 小结 | 第44-45页 |
第3章 视频传感器覆盖范围 | 第45-63页 |
3.1 障碍物的统一表达 | 第45-48页 |
3.1.1 障碍物的分类 | 第45-46页 |
3.1.2 障碍物的表达 | 第46-48页 |
3.2 二值格网扫描算法 | 第48-54页 |
3.2.1 基本思想 | 第48-49页 |
3.2.2 二值格网的状态表 | 第49-50页 |
3.2.3 格网扫描 | 第50-51页 |
3.2.4 格网细化 | 第51-52页 |
3.2.5 二值格网扫描算法的实现 | 第52-54页 |
3.3 初始格网大小与细化深度的选取 | 第54-61页 |
3.4 视频传感器覆盖范围分析实例 | 第61-62页 |
3.5 小结 | 第62-63页 |
第4章 视频传感器感知特性 | 第63-77页 |
4.1 感知强度 | 第63-67页 |
4.1.1 感知强度的定义 | 第63-64页 |
4.1.2 感知强度的物理意义 | 第64-65页 |
4.1.3 影响感知强度的因素 | 第65-67页 |
4.2 感知方向 | 第67-72页 |
4.2.1 感知方向的概念 | 第67-68页 |
4.2.2 最佳感知面和最佳感知强度 | 第68-70页 |
4.2.3 目标的朝向对感知强度的影响 | 第70-72页 |
4.3 感知概率 | 第72-75页 |
4.3.1 视频传感器的运动模式 | 第72页 |
4.3.2 视频传感器感知概率 | 第72-73页 |
4.3.3 视频传感器运动对感知概率的影响 | 第73-75页 |
4.4 小结 | 第75-77页 |
第5章 视频传感器部署优化 | 第77-93页 |
5.1 最优化方法 | 第77-79页 |
5.1.1 数学模型 | 第77页 |
5.1.2 传统优化方法 | 第77-78页 |
5.1.3 智能优化方法 | 第78-79页 |
5.2 A~*搜索算法 | 第79-82页 |
5.2.1 A~*搜索算法的基本结构 | 第79-80页 |
5.2.2 A~*搜索算法的基本过程 | 第80-81页 |
5.2.3 A~*搜索算法的有效条件 | 第81-82页 |
5.3 视频传感器部署问题的A~*求解 | 第82-87页 |
5.3.1 视频传感器部署优化模型 | 第82-84页 |
5.3.2 构造A~*算法的基本结构 | 第84-85页 |
5.3.3 有效性证明 | 第85-87页 |
5.4 实例验证 | 第87-92页 |
5.4.1 面向覆盖范围的优化部署 | 第88页 |
5.4.2 面向覆盖强度的优化部署 | 第88-92页 |
5.4.3 分析 | 第92页 |
5.5 小结 | 第92-93页 |
第6章 结论与展望 | 第93-95页 |
6.1 主要研究结论 | 第93-94页 |
6.2 研究展望 | 第94-95页 |
参考文献 | 第95-103页 |
致谢 | 第103页 |