| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题背景及研究的目的和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·论文的主要工作和内容安排 | 第11-13页 |
| 第2章 图像预处理基础方法 | 第13-21页 |
| ·图像的灰度化 | 第13页 |
| ·图像去噪 | 第13-15页 |
| ·图像分割 | 第15-17页 |
| ·图像二值化 | 第17页 |
| ·形态学处理 | 第17-19页 |
| ·连通域检测及标记 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 运动目标检测及阴影抑制 | 第21-35页 |
| ·背景模型的建立 | 第22-26页 |
| ·基于混合高斯模型的背景建模 | 第22-23页 |
| ·一种基于改进Surendra背景更新的时间中值法 | 第23-26页 |
| ·基于混合高斯和改进中值模型的运动目标检测方法 | 第26-29页 |
| ·基本思想及框图 | 第26页 |
| ·仿真结果及分析 | 第26-29页 |
| ·阴影抑制 | 第29-32页 |
| ·目标提取 | 第32-34页 |
| ·八连通区域标记 | 第32-33页 |
| ·区域标记算法的改进 | 第33页 |
| ·区域标记结果 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 运动目标分类识别及跟踪 | 第35-51页 |
| ·目标分类 | 第35-44页 |
| ·特征量的提取及归一化 | 第35-38页 |
| ·Adaboost分类器概述 | 第38-41页 |
| ·基于Adaboost的目标分类识别 | 第41-44页 |
| ·目标跟踪 | 第44-50页 |
| ·多特征模型描述 | 第45-46页 |
| ·多特征相似性度量及目标定位 | 第46-47页 |
| ·基于多特征的目标跟踪 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 输电线路杆塔人员及动物入侵的识别 | 第51-64页 |
| ·输电线路杆塔人员及动物入侵识别总体框图 | 第51-52页 |
| ·入侵识别报警机制 | 第52-57页 |
| ·摄像机标定 | 第52-54页 |
| ·敏感区域设定 | 第54-56页 |
| ·报警函数的确立 | 第56-57页 |
| ·入侵识别的具体实现及结果分析 | 第57-63页 |
| ·运动目标检测及阴影抑制 | 第57-58页 |
| ·目标分类及跟踪 | 第58-60页 |
| ·入侵识别 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第6章 结论与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第70-71页 |
| 致谢 | 第71页 |