| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1 绪论 | 第13-19页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 智能视频监控研究现状 | 第14-16页 |
| 1.2.2 DSP在视频监控领域的应用现状 | 第16-17页 |
| 1.3 本文研究内容 | 第17-18页 |
| 1.4 本文组织结构 | 第18-19页 |
| 2 相关技术概述 | 第19-30页 |
| 2.1 背景建模算法 | 第19-22页 |
| 2.1.1 混合高斯背景建模 | 第20-21页 |
| 2.1.2 ViBe背景建模 | 第21-22页 |
| 2.2 运动目标跟踪算法 | 第22-26页 |
| 2.2.1 特征的表达 | 第23-24页 |
| 2.2.2 基于匹配的跟踪 | 第24-25页 |
| 2.2.3 基于判别分类的跟踪 | 第25-26页 |
| 2.3 TMS320DM8127 DAVINCI平台概述 | 第26-29页 |
| 2.3.1 TMS320DM8127特点 | 第26-27页 |
| 2.3.2 HDVICP2 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 智能电梯监控摄像机设计 | 第30-40页 |
| 3.1 摄像机需求分析 | 第30-31页 |
| 3.2 摄像机硬件概要设计 | 第31页 |
| 3.3 摄像机软件设计 | 第31-39页 |
| 3.3.1 初始化模块 | 第33-35页 |
| 3.3.2 通讯模块 | 第35-36页 |
| 3.3.3 采集模块 | 第36-37页 |
| 3.3.4 编码模块 | 第37-39页 |
| 3.3.5 电梯门状态监测功能模块 | 第39页 |
| 3.4 本章小结 | 第39-40页 |
| 4 电梯门状态监测算法原理与实现 | 第40-60页 |
| 4.1 电梯门状态监测概述 | 第40-42页 |
| 4.2 前景目标检测 | 第42-47页 |
| 4.2.1 ViBe算法原理 | 第43-45页 |
| 4.2.2 ViBe背景建模算法实现 | 第45-47页 |
| 4.3 电梯门标志跟踪 | 第47-53页 |
| 4.3.1 KCF跟踪算法原理 | 第48-50页 |
| 4.3.2 基于KCF跟踪算法的标志定位 | 第50-53页 |
| 4.4 电梯门状态更新 | 第53-56页 |
| 4.4.1 基于ViBe和KCF的状态表示方式 | 第54页 |
| 4.4.2 状态更新策略 | 第54-56页 |
| 4.5 异常报警 | 第56-59页 |
| 4.5.1 系统异常监测 | 第57-58页 |
| 4.5.2 电梯门异常监测 | 第58-59页 |
| 4.6 本章小结 | 第59-60页 |
| 5 基于DSP的算法移植及优化 | 第60-69页 |
| 5.1 智能电梯门状态监测算法移植 | 第60-65页 |
| 5.1.1 智能电梯门状态监测算法库总体设计 | 第60-62页 |
| 5.1.2 智能电梯门状态监测算法库实现 | 第62-65页 |
| 5.2 智能电梯门状态监测算法优化 | 第65-68页 |
| 5.2.1 C语言代码优化 | 第65-66页 |
| 5.2.2 编译选项优化 | 第66-68页 |
| 5.3 本章小结 | 第68-69页 |
| 6 算法测试与结果分析 | 第69-84页 |
| 6.1 测试概要 | 第69-72页 |
| 6.1.1 测试环境 | 第69-71页 |
| 6.1.2 测试内容 | 第71-72页 |
| 6.2 测试结果及分析 | 第72-82页 |
| 6.2.1 算法功能测试 | 第72-80页 |
| 6.2.2 算法性能测试 | 第80-82页 |
| 6.3 本章小结 | 第82-84页 |
| 7 总结与展望 | 第84-86页 |
| 7.1 总结 | 第84页 |
| 7.2 展望 | 第84-86页 |
| 参考文献 | 第86-90页 |
| 作者简介 | 第90页 |