基于视频图像的银行ATM智能视频检测系统的研究和实现
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题背景 | 第10页 |
| ·国内外发展现状 | 第10-13页 |
| ·本文研究目的、研究内容及技术路线 | 第13-14页 |
| ·研究目的 | 第13页 |
| ·研究内容 | 第13页 |
| ·本文的技术路线 | 第13-14页 |
| ·本文完成的主要工作及组织结构 | 第14-16页 |
| 第二章 背景建模 | 第16-23页 |
| ·单高斯模型 | 第16-17页 |
| ·混合高斯模型 | 第17-18页 |
| ·基于颜色信息的背景建模 | 第18-19页 |
| ·统计学背景建模 | 第19页 |
| ·本文采用的背景模型 | 第19-23页 |
| ·序列均值背景模型 | 第19-21页 |
| ·背景更新 | 第21-23页 |
| 第三章 运动目标检测和跟踪 | 第23-44页 |
| ·光流法 | 第23-24页 |
| ·帧间差分法 | 第24-26页 |
| ·背景差分法 | 第26-27页 |
| ·本文选用的检测模型 | 第27-35页 |
| ·彩色图像差值模型 | 第27页 |
| ·阀值分割 | 第27-28页 |
| ·最大类间方差阈值分割 | 第28-29页 |
| ·阴影的产生与消除 | 第29-31页 |
| ·形态滤波 | 第31-33页 |
| ·运动目标矩形提取 | 第33-35页 |
| ·运动目标的跟踪 | 第35-44页 |
| ·卡尔曼滤波介绍 | 第35-36页 |
| ·卡尔曼滤波原理 | 第36-37页 |
| ·基于卡尔曼滤波的运动目标跟踪算法 | 第37-39页 |
| ·基于模板匹配的目标细分割 | 第39-41页 |
| ·模板匹配加速算法 | 第41-43页 |
| ·异常跟踪处理 | 第43-44页 |
| 第四章 系统的环境和总体架构 | 第44-50页 |
| ·系统开发环境 | 第44-45页 |
| ·VC++编程技术 | 第44页 |
| ·Visual Studio.NET 平台 | 第44-45页 |
| ·计算机开放视觉库 | 第45页 |
| ·系统的需求分析 | 第45-46页 |
| ·系统的总体架构 | 第46-48页 |
| ·系统工作流程 | 第48-50页 |
| 第五章 系统设计与实现 | 第50-66页 |
| ·系统设计 | 第50-51页 |
| ·系统流程模块 | 第50页 |
| ·系统功能 | 第50-51页 |
| ·数据库设计 | 第51-54页 |
| ·参数信息表 | 第51-52页 |
| ·目标行为信息表 | 第52-53页 |
| ·用户信息表 | 第53页 |
| ·用户、参数信息和目标行为三者 E-R 图 | 第53-54页 |
| ·背景提取和更新 | 第54-56页 |
| ·背景提取 | 第54-55页 |
| ·背景更新 | 第55-56页 |
| ·设置屏蔽区域 | 第56-57页 |
| ·滞留物检测 | 第57-58页 |
| ·人数统计 | 第58-60页 |
| ·尾随检测 | 第60页 |
| ·摄像机遮挡检测 | 第60-61页 |
| ·系统测试 | 第61-66页 |
| 结论及展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 附件 | 第72页 |
