煤层气井视频监控设计及背景建模算法研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第9-16页 |
1.1 选题背景 | 第9-10页 |
1.1.1 煤层气简介 | 第9-10页 |
1.1.2 煤层气生产中视频监控的必要性 | 第10页 |
1.2 智能视频监控系统的发展及研究现状 | 第10-13页 |
1.2.1 传统视频监控系统 | 第10-11页 |
1.2.2 智能视频监控系统 | 第11-12页 |
1.2.3 智能视频监控国内外研究现状 | 第12-13页 |
1.3 背景建模算法研究现状 | 第13-15页 |
1.4 论文内容安排 | 第15-16页 |
2 煤层气田视频监控系统设计 | 第16-22页 |
2.1 项目背景 | 第16-17页 |
2.2 视频监控平台设计 | 第17-21页 |
2.2.1 视频监控平台组成 | 第17-18页 |
2.2.2 视频数据存储和处理流程 | 第18-19页 |
2.2.3 视频监控客户端程序功能 | 第19-21页 |
2.3 本章小结 | 第21-22页 |
3 背景建模算法理论 | 第22-30页 |
3.1 背景建模方法检测运动前景的一般流程 | 第22页 |
3.2 背景模型的功能需求 | 第22-23页 |
3.3 常用背景建模方法 | 第23-29页 |
3.3.1 帧间差分法 | 第23-24页 |
3.3.2 核密度估计算法 | 第24-26页 |
3.3.3 基于码书的背景建模 | 第26-27页 |
3.3.4 单高斯模型背景建模 | 第27-28页 |
3.3.5 混合高斯背景建模 | 第28-29页 |
3.4 本章小结 | 第29-30页 |
4 基于区块颜色分布的背景建模和前景检测 | 第30-38页 |
4.1 颜色区间直方图 | 第31-33页 |
4.1.1 颜色直方图 | 第31页 |
4.1.2 区块颜色区间直方图 | 第31-33页 |
4.2 KL散度 | 第33-34页 |
4.2.1 统计距离 | 第33页 |
4.2.2 KL散度 | 第33-34页 |
4.3 背景建模和前景检测算法 | 第34-37页 |
4.3.1 背景模型的初始化 | 第34-35页 |
4.3.2 前景检测 | 第35页 |
4.3.3 背景模型更新 | 第35-36页 |
4.3.4 算法整体流程 | 第36-37页 |
4.4 本章小结 | 第37-38页 |
5 实验结果及分析 | 第38-47页 |
5.1 实验平台及OpenCV介绍 | 第38页 |
5.2 多种场景下实验结果及分析 | 第38-45页 |
5.2.1 实验1:微动背景 | 第38-40页 |
5.2.2 实验2:夜间环境 | 第40-42页 |
5.2.3 实验3:运动井架背景 | 第42-43页 |
5.2.4 实验4:雨雪天气 | 第43-45页 |
5.3 运行速度对比 | 第45-46页 |
5.4 本章小结 | 第46-47页 |
结论 | 第47-48页 |
参考文献 | 第48-52页 |
攻读硕士学位期间发表学术论文情况 | 第52-53页 |
致谢 | 第53-54页 |