基于OpenCV视频监控的海事监管技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 视频监控技术的研究现状 | 第11-12页 |
| 1.2.2 人数统计技术的研究现状 | 第12-13页 |
| 1.3 论文的主要研究内容及安排 | 第13-16页 |
| 第2章 OpenCV技术及图像预处理 | 第16-30页 |
| 2.1 OpenCV技术 | 第16-19页 |
| 2.1.1 OpenCV技术简介 | 第16页 |
| 2.1.2 配置OpenCV | 第16-17页 |
| 2.1.3 读取和处理摄像头视频流 | 第17-19页 |
| 2.2 图像预处理 | 第19-28页 |
| 2.2.1 数字图像取样和量化 | 第20-21页 |
| 2.2.2 图像灰度化 | 第21-23页 |
| 2.2.3 图像增强 | 第23-24页 |
| 2.2.4 图像去噪 | 第24-27页 |
| 2.2.5 图像形态学处理 | 第27-28页 |
| 2.3 本章小结 | 第28-30页 |
| 第3章 图像运动目标检测 | 第30-48页 |
| 3.1 传统目标检测算法 | 第30-34页 |
| 3.1.1 帧间差分法 | 第30-32页 |
| 3.1.2 背景差分法 | 第32-33页 |
| 3.1.3 光流法 | 第33-34页 |
| 3.2 相关算法的改进 | 第34-38页 |
| 3.2.1 三帧差分法 | 第34-36页 |
| 3.2.2 改进的背景差分法 | 第36-38页 |
| 3.3 背景建模 | 第38-44页 |
| 3.3.1 高斯模型 | 第38-42页 |
| 3.3.2 LBP算法 | 第42-44页 |
| 3.4 算法设计 | 第44-47页 |
| 3.4.1 算法思路 | 第44-46页 |
| 3.4.2 算法效果检验 | 第46-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 运动目标跟踪与计数 | 第48-57页 |
| 4.1 目标跟踪算法 | 第48页 |
| 4.2 本文跟踪算法难点 | 第48-49页 |
| 4.3 跟踪算法设计 | 第49-52页 |
| 4.4 算法效果分析 | 第52-54页 |
| 4.5 客流人数统计 | 第54-56页 |
| 4.5.1 登船乘客统计 | 第54页 |
| 4.5.2 离船乘客统计 | 第54-55页 |
| 4.5.3 统计触发规则 | 第55-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第5章 面向海事监管的渡船超载监管系统的实现 | 第57-64页 |
| 5.1 系统需求分析 | 第57页 |
| 5.2 系统设计与搭建 | 第57-59页 |
| 5.2.1 渡船监控终端安装设计 | 第57-59页 |
| 5.2.2 系统搭建 | 第59页 |
| 5.3 系统监管平台实现 | 第59-61页 |
| 5.4 系统运行效果分析 | 第61-62页 |
| 5.5 本章小结 | 第62-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |
