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

ViBe算法的研究及在智能家居中的应用

摘要第5-6页
ABSTRACT第6页
第一章 绪论第10-15页
    1.1 课题研究背景及意义第10-11页
    1.2 国内研究现状及发展趋势第11-12页
        1.2.1 国内智能家居发展状况第11-12页
        1.2.2 国内运动目标检测发展状况第12页
    1.3 国外研究现状及发展趋势第12-14页
        1.3.1 国外智能家居发展状况第12-13页
        1.3.2 国外运动目标检测发展状况第13-14页
    1.4 研究内容与章节安排第14页
    1.5 本章小结第14-15页
第二章 系统总体方案设计第15-19页
    2.1 需求分析第15-16页
    2.2 智能监控设计方案的选定第16-18页
        2.2.1 图像算法的应用方案选择第16-17页
        2.2.2 多点监控组网方案第17页
        2.2.3 应用层架构选择第17-18页
    2.3 系统总体设计方案第18页
    2.4 本章小结第18-19页
第三章 图像采集和传输第19-33页
    3.1 系统设计方案第19-20页
    3.2 系统硬件设计第20-24页
        3.2.1 最小核心系统第20-22页
        3.2.2 系统主要外围模块电路设计第22-24页
    3.3 V4L2视频采集流程第24-25页
    3.4 mjpg-streamer架构和主要组件第25-28页
        3.4.1 mjpg-streamer软件架构第25-26页
        3.4.2 mjpg-streamer主要组件第26-28页
    3.5 图像格式转换第28-32页
        3.5.1 V4L2中的色域与格式第28-29页
        3.5.2 YUV2RGB的转换第29-30页
        3.5.3 JPEG压缩的实现第30-32页
    3.6 mjpg-streamer在嵌入式平台上的移植第32页
    3.7 本章小结第32-33页
第四章 图像预处理第33-46页
    4.1 图像预处理的作用第33页
    4.2 图像降噪第33-38页
        4.2.1 图像噪声的类别和主要的模型第33-35页
        4.2.2 均值滤波第35-36页
        4.2.3 中值滤波第36-37页
        4.2.4 小波变换滤波原理第37-38页
    4.3 图像增强第38-42页
        4.3.1 直方图均衡第38-39页
        4.3.2 灰度变换第39页
        4.3.3 色彩增强第39-42页
    4.4 形态滤波第42-43页
        4.4.1 腐蚀运算第42页
        4.4.2 膨胀运算第42-43页
        4.4.3 开运算第43页
        4.4.4 闭运算第43页
    4.5 特殊场合的视频图像预处理第43-45页
        4.5.1 雨雾图像处理第44页
        4.5.2 暗光图像处理第44-45页
        4.5.3 背光补偿第45页
    4.6 本章小结第45-46页
第五章 运动目标检测算法分析第46-59页
    5.1 帧间差分法第46-48页
        5.1.1 两帧差分法第46-47页
        5.1.2 三帧差分法的改进算法第47-48页
    5.2 光流法第48-49页
        5.2.1 经典光流法第48页
        5.2.2 Lucas-Kanade算法第48-49页
    5.3 背景差分法第49-52页
        5.3.1 高斯背景模型第49-51页
        5.3.2 运动历史图像模型第51-52页
        5.3.3 码本模型第52页
    5.4 ViBe算法介绍和分析第52-54页
        5.4.1 背景模型初始化第52-53页
        5.4.2 前景检测过程第53页
        5.4.3 背景模型更新第53-54页
    5.5 ViBe算法性能评估和对比第54-57页
        5.5.1 模型的参数选择第54-55页
        5.5.2 ViBe算法与其他背景差分法的对比第55-57页
    5.6 快速消除ViBe导致的鬼影第57-58页
    5.7 本章小结第58-59页
第六章 ViBe算法在智能家居中的应用第59-73页
    6.1 应用层交互方案第59-60页
    6.2 应用程序设计第60-67页
        6.2.1 摄像头终端应用程序设计第60-63页
        6.2.2 Android客户端程序第63-66页
        6.2.3 云服务器第66-67页
    6.3 基于ViBe的智能监控实现第67-72页
        6.3.1 环境搭建第67-69页
        6.3.2 ViBe程序的实现第69-72页
        6.3.3 程序的运行效果第72页
    6.4 本章小结第72-73页
第七章 系统测试与总结第73-80页
    7.1 系统测试第73-75页
        7.1.1 系统测试平台第73页
        7.1.2 局域网内无线视频监控测试第73-74页
        7.1.3 CGI测试第74-75页
        7.1.4 ViBe运动目标检测测试第75页
    7.2 问题与解决第75-78页
        7.2.1 视频服务器编译问题第75-76页
        7.2.2 服务器融合第76-77页
        7.2.3 工具类适用性优化问题第77-78页
    7.3 工作总结与展望第78-80页
致谢第80-81页
参考文献第81-84页
附录第84页

论文共84页,点击 下载论文
上一篇:基于决策矩阵和ELM识别算法的挖掘设备定位方法研究
下一篇:乌鲁木齐市地域特色城市景观研究