| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第7-14页 |
| 1.1 课题研究的背景及意义 | 第7-8页 |
| 1.2 相关算法研究现状 | 第8-12页 |
| 1.2.1 基于像素统计的人群密度估计算法 | 第8-9页 |
| 1.2.2 基于纹理分析的人群密度估计算法 | 第9-11页 |
| 1.2.3 光流法 | 第11-12页 |
| 1.3 本论文的主要工作及章节安排 | 第12-14页 |
| 2 预备知识 | 第14-20页 |
| 2.1 图像灰度化 | 第14-15页 |
| 2.2 数字形态学处理 | 第15-18页 |
| 2.3 灰度共生矩阵 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 人群密度特征提取 | 第20-26页 |
| 3.1 基于改进的背景差分法的前景图像获取 | 第20-23页 |
| 3.1.1 图像灰度化 | 第20页 |
| 3.1.2 改进的背景差分法获取运动前景 | 第20-23页 |
| 3.2 人群密度特征提取 | 第23-25页 |
| 3.3 本章小结 | 第25-26页 |
| 4 人群运动信息检测 | 第26-40页 |
| 4.1 引言 | 第26页 |
| 4.2 人群运动信息检测算法 | 第26-32页 |
| 4.2.1 光流法简介 | 第26-30页 |
| 4.2.2 块匹配法 | 第30-32页 |
| 4.3 光流法算法 | 第32-39页 |
| 4.3.1 Horn-Schunck光流法 | 第32-34页 |
| 4.3.2 Lucas-Kanade光流法 | 第34-35页 |
| 4.3.3 基于变形理论高精度光流法 | 第35-38页 |
| 4.3.4 实验结果分析 | 第38-39页 |
| 4.4 本章小结 | 第39-40页 |
| 5 基于人群密度和速度特征相结合的人群异常检测算法 | 第40-47页 |
| 5.1 引言 | 第40页 |
| 5.2 基于人群密度和速度特征相结合的人群异常检测算法 | 第40-42页 |
| 5.3 基于UMN数据库的实验 | 第42-45页 |
| 5.4 基于实际场景数据的实验 | 第45-46页 |
| 5.5 本章小结 | 第46-47页 |
| 6 总结与展望 | 第47-48页 |
| 6.1 本文工作总结 | 第47页 |
| 6.2 未来工作的展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |