摘要 | 第4-5页 |
Abstract | 第5页 |
专用术语注释表 | 第8-9页 |
第一章 绪论 | 第9-16页 |
1.1 课题研究的背景和意义 | 第9-10页 |
1.2 相关领域的研究现状 | 第10-13页 |
1.2.1 主观评价方法 | 第10-11页 |
1.2.2 客观评价方法 | 第11-13页 |
1.3 本文的研究内容及组织结构 | 第13-16页 |
1.3.1 本文的研究内容 | 第13-14页 |
1.3.2 本文的组织结构 | 第14-16页 |
第二章 视频质量检测子系统 | 第16-28页 |
2.1 子系统简介 | 第16页 |
2.2 子系统框架 | 第16-20页 |
2.2.1 客观评价 | 第18-19页 |
2.2.2 主观评价 | 第19-20页 |
2.3 各功能模块介绍 | 第20-25页 |
2.3.1 清晰度检测 | 第20-21页 |
2.3.2 亮度检测 | 第21-22页 |
2.3.3 偏色检测 | 第22-23页 |
2.3.4 噪声检测模块 | 第23-24页 |
2.3.5 信号缺失检测模块 | 第24-25页 |
2.4 实验及结果分析 | 第25-27页 |
2.5 本章小结 | 第27-28页 |
第三章 有效监控区域检测子系统 | 第28-43页 |
3.1 子系统框架 | 第28-31页 |
3.1.1 子系统结构 | 第28-30页 |
3.1.2 主观评价 | 第30页 |
3.1.3 客观评价 | 第30-31页 |
3.2 图像预处理 | 第31-33页 |
3.2.1 图像灰度化 | 第31-32页 |
3.2.2 图像滤波 | 第32-33页 |
3.3 基于背景差分的运动目标检测 | 第33-35页 |
3.3.1 常用的检测方法 | 第33-34页 |
3.3.2 背景差分法算法流程 | 第34-35页 |
3.4 基于道路区域和边缘特征融合的道路检测算法 | 第35-40页 |
3.4.1 基于色度OSTU的自适应分割算法 | 第36-37页 |
3.4.2 基于均等方向sobel算子的最优阈值边缘检测算法[29] | 第37-38页 |
3.4.3 算法流程 | 第38-40页 |
3.5 实验及结果分析 | 第40-42页 |
3.6 本章小结 | 第42-43页 |
第四章 目标有效性检测子系统 | 第43-62页 |
4.1 子系统框架 | 第43-47页 |
4.1.1 子系统结构 | 第43-45页 |
4.1.2 主观评价 | 第45页 |
4.1.3 客观评价 | 第45-47页 |
4.2 基于HOG+SVM的人车分类 | 第47-52页 |
4.2.1 目标分类方法介绍 | 第47-48页 |
4.2.2 建立训练样本 | 第48页 |
4.2.3 提取HOG特征 | 第48-50页 |
4.2.4 训练多类SVM人车分类器 | 第50-51页 |
4.2.5 使用SVM分类器进行人车分类 | 第51-52页 |
4.3 OpenCV人脸检测 | 第52-54页 |
4.3.1 常用人脸检测方法 | 第52-53页 |
4.3.2 训练分类器 | 第53-54页 |
4.3.3 利用分类器进行人脸检测 | 第54页 |
4.4 基于颜色和纹理的车牌检测 | 第54-59页 |
4.4.1 中国车牌规格 | 第55-56页 |
4.4.2 常用车牌检测方法介绍 | 第56-57页 |
4.4.3 基于颜色和纹理的车牌检测 | 第57-59页 |
4.5 目标有效性检测实验 | 第59-61页 |
4.6 本章小结 | 第61-62页 |
第五章 智能视频监控系统质量评价系统 | 第62-73页 |
5.1 质量评价系统简介 | 第62-63页 |
5.2 质量评价方法 | 第63-70页 |
5.2.1 视频质量检测方法 | 第65-66页 |
5.2.2 有效监控区域检测方法 | 第66-68页 |
5.2.3 目标有效性检测方法 | 第68-70页 |
5.3 质量检测实验 | 第70-72页 |
5.4 本章小结 | 第72-73页 |
第六章 总结与展望 | 第73-75页 |
6.1 总结 | 第73-74页 |
6.2 展望 | 第74-75页 |
参考文献 | 第75-79页 |
附录1 攻读硕士学位期间申请的专利 | 第79-80页 |
附录2 攻读硕士学位期间参加的科研项目 | 第80-81页 |
致谢 | 第81页 |