基于视觉无人机动态监控系统人流量检测方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题的研究背景及意义 | 第8-10页 |
| 1.2 计算机视觉技术 | 第10-11页 |
| 1.2.1 计算机视觉技术的历史进程 | 第10页 |
| 1.2.2 计算机视觉的应用 | 第10-11页 |
| 1.3 行人检测概述 | 第11-12页 |
| 1.3.1 行人检测的国内现状 | 第11-12页 |
| 1.3.2 行人检测的国外现状 | 第12页 |
| 1.4 人流量统计方法概述 | 第12-13页 |
| 1.4.1 基于跟踪的人流量统计 | 第13页 |
| 1.4.2 基于底层的人数量统计 | 第13页 |
| 1.5 本文的内容结构和章节安排 | 第13-15页 |
| 第2章 四旋翼无人机视觉系统的组成和工作过程 | 第15-22页 |
| 2.1 四旋翼无人机结构与飞行方式 | 第15-18页 |
| 2.1.1 四旋翼无人机平台的组成 | 第15-16页 |
| 2.1.2 四旋翼无人机的飞行原理及方式 | 第16-18页 |
| 2.2 基于四旋翼无人机视觉系统硬件的分析 | 第18-20页 |
| 2.2.1 视觉系统的设计要求 | 第18-19页 |
| 2.2.2 系统硬件组成及分析 | 第19-20页 |
| 2.3 视觉监控系统工作流程 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 视频图像处理与运动目标检测 | 第22-41页 |
| 3.1 视频图像的预处理 | 第22-27页 |
| 3.1.1 图像滤波 | 第22-23页 |
| 3.1.2 图像灰度化 | 第23-24页 |
| 3.1.3 灰度级校正 | 第24-25页 |
| 3.1.4 直方图均衡化 | 第25-27页 |
| 3.2 运动目标检测方法 | 第27-32页 |
| 3.2.1 帧间差分法 | 第28-29页 |
| 3.2.2 背景差分法目标检测 | 第29-31页 |
| 3.2.3 光流法目标检测 | 第31-32页 |
| 3.3 高斯分布背景模型 | 第32-37页 |
| 3.3.1 单高斯分布背景模型 | 第33-34页 |
| 3.3.2 基于高斯混合分布的背景建模 | 第34-37页 |
| 3.3.3 混合高斯背景模型参数的分析 | 第37页 |
| 3.4 形态学处理 | 第37-40页 |
| 3.4.1 腐蚀运算 | 第37-38页 |
| 3.4.2 膨胀运算 | 第38-39页 |
| 3.4.3 开运算 | 第39页 |
| 3.4.4 闭运算 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 视频图像中行人跟踪与计数 | 第41-53页 |
| 4.1 目标跟踪的相关理论基础 | 第41-43页 |
| 4.1.1 基于区域匹配的跟踪算法 | 第41-42页 |
| 4.1.2 基于模型匹配的跟踪算法 | 第42页 |
| 4.1.3 基于特征匹配的跟踪算法 | 第42-43页 |
| 4.2 卡尔曼滤波概述 | 第43-47页 |
| 4.2.1 卡尔曼滤波的基本原理 | 第43-44页 |
| 4.2.2 Kalman滤波器的系数选择 | 第44-45页 |
| 4.2.3 基于Kalman滤波器跟踪计数的流程 | 第45-47页 |
| 4.3 目标搜索与特征匹配 | 第47-48页 |
| 4.3.1 运动目标的外接矩形标定 | 第47页 |
| 4.3.2 计算运动目标的特征信息 | 第47-48页 |
| 4.3.3 行人运动目标位置的预测估计 | 第48页 |
| 4.4 基于Kalman滤波的跟踪方案 | 第48-50页 |
| 4.4.1 新行人运动目标出现 | 第48-49页 |
| 4.4.2 行人运动目标匹配 | 第49页 |
| 4.4.3 行人运动目标分离再匹配 | 第49页 |
| 4.4.4 行人运动目标计数 | 第49页 |
| 4.4.5 行人运动目标消失 | 第49-50页 |
| 4.5 系统执行效果 | 第50-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第5章 结论 | 第53-55页 |
| 5.1 总结 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 作者简介 | 第59页 |
| 攻读硕士学位期间研究成果 | 第59页 |
