基于视频分析的自动门防夹系统研究
中文摘要 | 第1-4页 |
英文摘要 | 第4-9页 |
1 绪论 | 第9-14页 |
·课题研究背景和意义 | 第9-10页 |
·课题研究背景 | 第9-10页 |
·课题研究意义 | 第10页 |
·国内外研究现状 | 第10-13页 |
·自动门障碍物检测技术发展 | 第10-11页 |
·图像处理技术 | 第11-13页 |
·论文结构 | 第13-14页 |
2 DSP 视频处理系统概述 | 第14-26页 |
·引言 | 第14-15页 |
·视频采集系统 | 第15-18页 |
·摄像头 | 第15-17页 |
·视频解码器 | 第17-18页 |
·视频分析系统 | 第18-23页 |
·图像处理模块 | 第19-21页 |
·检测信号传输模块 | 第21-23页 |
·系统软件平台 | 第23-25页 |
·Simulink 仿真环境 | 第23-24页 |
·CCS 开发环境 | 第24-25页 |
·本章小结 | 第25-26页 |
3 图像预处理 | 第26-37页 |
·引言 | 第26页 |
·图像滤波 | 第26-30页 |
·均值滤波 | 第26-27页 |
·中值滤波及改进的自适应算法 | 第27-29页 |
·滤波实验分析 | 第29-30页 |
·图像增强 | 第30-33页 |
·灰度变换 | 第30-31页 |
·直方图均衡化 | 第31-32页 |
·增强实验分析 | 第32-33页 |
·图像定位 | 第33-35页 |
·绝对差分之和匹配算法 | 第34页 |
·归一化互相关匹配算法 | 第34-35页 |
·图像定位实验分析 | 第35页 |
·本章小结 | 第35-37页 |
4 图像分割 | 第37-51页 |
·引言 | 第37-38页 |
·基于阈值的分割 | 第38页 |
·传统Otsu 算法 | 第38-40页 |
·二维Otsu 算法 | 第40-41页 |
·改进的Otsu 分割算法 | 第41-46页 |
·改进的一维Otsu 算法 | 第41-43页 |
·改进的二维Otsu 算法 | 第43-46页 |
·形态学处理 | 第46-47页 |
·图像分割实验分析 | 第47-50页 |
·本章小结 | 第50-51页 |
5 自动门障碍物检测 | 第51-60页 |
·引言 | 第51页 |
·图像标记 | 第51-53页 |
·连通区域 | 第51-52页 |
·连通区域标记 | 第52-53页 |
·图像特征 | 第53-55页 |
·目标区域位置 | 第53-54页 |
·目标区域长轴 | 第54-55页 |
·基于边缘梯度的阴影处理 | 第55-57页 |
·阴影问题概述 | 第55页 |
·梯度法检测阴影 | 第55-57页 |
·自动门障碍物判定 | 第57-59页 |
·本章小结 | 第59-60页 |
6 总结与展望 | 第60-62页 |
·总结 | 第60页 |
·展望 | 第60-62页 |
致谢 | 第62-63页 |
参考文献 | 第63-66页 |
附录 | 第66页 |
A. 作者在攻读硕士学位期间发表的论文目录 | 第66页 |
B. 作者在攻读学位期间参与的科研项目 | 第66页 |