智能视频监控中的遗留物检测研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 本文研究背景与意义 | 第10页 |
| 1.2 智能视频监控研究的发展状况 | 第10-11页 |
| 1.3 遗留物检测研究的发展状况 | 第11-13页 |
| 1.4 本文研究内容与结构安排 | 第13-15页 |
| 第二章 常用的目标检测方法 | 第15-22页 |
| 2.1 光流法 | 第15-16页 |
| 2.2 帧间差分法 | 第16-18页 |
| 2.3 背景差分法 | 第18-20页 |
| 2.4 目标检测方法在遗留物检测中的应用 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 遗留物检测的算法研究 | 第22-56页 |
| 3.1 局部更新的混合高斯背景模型 | 第22-26页 |
| 3.1.1 混合高斯背景模型的原理 | 第22-25页 |
| 3.1.2 改进的局部更新模型 | 第25-26页 |
| 3.2 改进的三帧差分法 | 第26-27页 |
| 3.3 阴影消除 | 第27-32页 |
| 3.3.1 阴影的性质特点 | 第28-29页 |
| 3.3.2 RGB颜色空间 | 第29-30页 |
| 3.3.3 YCbCr颜色空间 | 第30-32页 |
| 3.4 形态学处理 | 第32-34页 |
| 3.5 连通域分析 | 第34-35页 |
| 3.6 遗留特性的判定 | 第35-40页 |
| 3.6.1 两帧图像间的团块配对 | 第35-36页 |
| 3.6.2 行人检测 | 第36-39页 |
| 3.6.3 多个遗留物的并行检测 | 第39-40页 |
| 3.7 局部特征匹配抑制干扰 | 第40-45页 |
| 3.7.1 FAST特征点的提取 | 第41-43页 |
| 3.7.2 FAST特征点的匹配 | 第43-45页 |
| 3.7.3 遗留物的FAST特征点匹配 | 第45页 |
| 3.8 遗留物检测算法完整流程 | 第45-47页 |
| 3.9 实验结果与分析 | 第47-55页 |
| 3.10 本章小结 | 第55-56页 |
| 第四章 视频图像智能分析系统的设计与实现 | 第56-72页 |
| 4.1 系统的整体结构 | 第56-57页 |
| 4.2 系统界面设计与功能实现 | 第57-68页 |
| 4.2.1 用户登录与界面区域划分 | 第57-59页 |
| 4.2.2 视频信号源选择与播放 | 第59-62页 |
| 4.2.3 安全规则设置 | 第62-63页 |
| 4.2.4 算法执行与报警 | 第63-65页 |
| 4.2.5 多窗.并行处理 | 第65-68页 |
| 4.3 遗留物检测算法结构的实现 | 第68-71页 |
| 4.4 本章小结 | 第71-72页 |
| 结论 | 第72-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间取得的研究成果 | 第79-80页 |
| 致谢 | 第80-81页 |
| 附件 | 第81页 |
