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 |