基于虚拟仪器的智能视频监控技术
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-17页 |
| 1．1 研究的目的和意义 | 第10-11页 |
| 1．2 国内外研究现状和趋势 | 第11-16页 |
| 1．2．1 智能监视技术在处理方法上的研究现状 | 第12-15页 |
| 1．2．2 监视技术的发展趋势 | 第15-16页 |
| 1．3 本文主要研究内容 | 第16-17页 |
| 2 基于虚拟仪器的视频监控系统设计 | 第17-23页 |
| 2．1 虚拟仪器技术 | 第17-18页 |
| 2．2 视频监控系统概述 | 第18-19页 |
| 2．3 系统的实现 | 第19-21页 |
| 2．3．1 系统的硬件构成 | 第19-20页 |
| 2．3．2 远程控制 | 第20-21页 |
| 2．3．3 图像处理与目标识别 | 第21页 |
| 2．4 系统的软件环境 | 第21-23页 |
| 3 图像预处理 | 第23-32页 |
| 3．1 图像预处理方法 | 第24页 |
| 3．2 归一化方差图像模型 | 第24-26页 |
| 3．3 实验结果分析 | 第26-32页 |
| 3．3．1 归一化方差实验分析 | 第26-28页 |
| 3．3．2 对比度增强实验分析 | 第28-32页 |
| 4 运动目标检测 | 第32-51页 |
| 4．1 传统运动检测算法的性能评价 | 第32-36页 |
| 4．2 时空域处理方法 | 第36-37页 |
| 4．3 本文算法 | 第37-43页 |
| 4．3．1 背景更新 | 第38-39页 |
| 4．3．2 移动平均方法更新背景 | 第39-41页 |
| 4．3．3 实验结果 | 第41-43页 |
| 4．4 目标图像分割 | 第43-51页 |
| 4．4．1 基于点的全局阈值方法 | 第44-48页 |
| 4．4．2 自阈值选取 | 第48-51页 |
| 5 运动目标识别和方向判断 | 第51-62页 |
| 5．1 人体目标识别 | 第51-56页 |
| 5．1．1 监控系统中人体识别的研究进展 | 第51页 |
| 5．1．2 人体轮廓的连接填充及影子的消除 | 第51-53页 |
| 5．1．3 基于知识的人体轮廓快速识别 | 第53-54页 |
| 5．1．4 实验结果 | 第54-56页 |
| 5．1．5 监控系统中人体识别设计面临的困难 | 第56页 |
| 5．2 目标运动方向确定 | 第56-62页 |
| 5．2．1 运动方向判断方法 | 第57-59页 |
| 5．2．2 投影方法检测 | 第59-62页 |
| 6 总结与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表学术论文情况 | 第68-69页 |
| 致谢 | 第69-70页 |
| 大连理工大学学位论文版权使用授权书 | 第70页 |
