首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

数字视频监控管理系统的研究与实现

目录第4-7页
CONTENTS第7-10页
摘要第10-11页
ABSTRACT第11-12页
第1章 绪论第13-18页
    1.1 研究的目的和意义第13页
    1.2 国内外研究现状第13-15页
    1.3 本文的组织结构第15-18页
第2章 数字视频监控系统关键技术第18-23页
    2.1 数字视频采集技术第18-19页
    2.2 视频编解码技术第19页
    2.3 视频传输技术第19-20页
    2.4 存储技术第20页
    2.5 视频管理平台第20-21页
    2.6 智能视频分析技术第21-22页
    2.7 视频监控的发展方向第22-23页
第3章 视频监控系统需求分析第23-29页
    3.1 概述第23页
    3.2 需求分析第23-29页
        3.2.1 实时视频显示功能第23-24页
        3.2.2 录像和回放功能第24页
        3.2.3 报警和报警联动功能第24-25页
        3.2.4 电子地图功能第25-26页
        3.2.5 数字矩阵功能第26页
        3.2.6 用户权限管理功能第26页
        3.2.7 日志管理功能第26-27页
        3.2.8 设备及端口参数设置第27页
        3.2.9 颜色设置功能第27页
        3.2.10 辅助功能第27-29页
第4章 视频监控系统的总体设计与开发第29-52页
    4.1 总体技术方案第29-38页
        4.1.1 系统设计原则第29-30页
        4.1.2 系统总体框架第30-31页
        4.1.3 系统功能模块划分第31-33页
        4.1.4 系统网络方案第33-34页
        4.1.5 系统数据库设计第34页
        4.1.6 系统模块类设计第34-37页
        4.1.7 系统接口设计第37-38页
        4.1.8 客户端软件的主要性能指标第38页
        4.1.9 系统运行开发平台第38页
    4.2 系统实现第38-51页
    4.3 小结第51-52页
第5章 智能视频监控管理系统的实现第52-67页
    5.1 运动目标检测概述第52页
    5.2 几种常用的运动目标检测方法第52-55页
        5.2.1 预处理第52-53页
        5.2.2 基于改进的混合高斯模型背景建模第53-54页
        5.2.3 后期处理第54-55页
    5.3 运动目标跟踪简介第55页
    5.4 基于卡尔曼滤波器的跟踪方法第55-57页
    5.5 OpenCV简介第57-59页
    5.6 基于AdaBoost算法的人脸检测算法第59-64页
        5.6.1 人脸检测技术第59-62页
        5.6.2 AdaBoost算法概述第62页
        5.6.3 AdaBoost算法流程第62-64页
    5.7 实验第64-66页
    5.8 小结第66-67页
第6章 总结与展望第67-69页
    6.1 论文的工作总结第67-68页
    6.2 前景展望第68-69页
参考文献第69-73页
致谢第73-74页
学位论文评阅及答辩情况表第74页

论文共74页,点击 下载论文
上一篇:基于时频分析方法的数字图像边缘检测算法及应用
下一篇:发展学前教育的财政政策研究--以济南市为例