| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·本课题的提出、应用及其意义 | 第11-12页 |
| ·本课题的国内外发展概况及发展趋势 | 第12-14页 |
| ·本课题的设计目的及内容 | 第14-17页 |
| 第2章 电梯客流密度实时识别系统设计方案 | 第17-25页 |
| ·系统组成 | 第17页 |
| ·系统设计方案 | 第17-23页 |
| ·摄像头架设平台 | 第17-18页 |
| ·摄像头选择 | 第18-19页 |
| ·ZigBee无线通讯模块及C51RF-S3000评估板 | 第19-22页 |
| ·软件设计方案 | 第22-23页 |
| ·设计方案可行性研究 | 第23-25页 |
| 第3章 电梯客流密度实时识别系统理论基础 | 第25-45页 |
| ·颜色空间介绍 | 第25-28页 |
| ·背景图像处理 | 第28-33页 |
| ·背景模型的初始化 | 第28页 |
| ·背景模型的更新 | 第28-29页 |
| ·卡尔曼滤波 | 第29-31页 |
| ·彩色图像增强 | 第31-33页 |
| ·前景图像处理 | 第33-45页 |
| ·静止背景下的运动目标检测 | 第33-37页 |
| ·改进的背景差分法 | 第37-38页 |
| ·形态学滤波 | 第38-41页 |
| ·区域面积消除 | 第41-42页 |
| ·形心法跟踪 | 第42-45页 |
| 第4章 电梯客流密度统计模型 | 第45-63页 |
| ·建立数学统计模型的意义 | 第45-46页 |
| ·非拥挤状态下的客流密度识别 | 第46-48页 |
| ·实时视频流的捕获 | 第46页 |
| ·软件处理流程 | 第46-48页 |
| ·识别结果分析 | 第48页 |
| ·拥挤状态的客流密度统计模型 | 第48-59页 |
| ·个体生理尺寸及人群密度 | 第48-50页 |
| ·环境行为学与微观行为心理学 | 第50页 |
| ·中心—最短距离论 | 第50-51页 |
| ·无遮挡客流高峰期的扇形模型 | 第51-55页 |
| ·有遮挡客流高峰期的模型 | 第55-57页 |
| ·模型匹配及实验结果分析 | 第57-59页 |
| ·多模式电梯配置分析 | 第59-63页 |
| 第5章 识别系统的实现 | 第63-73页 |
| ·实验平台搭建 | 第63页 |
| ·软件功能模块划分 | 第63-64页 |
| ·各功能模块介绍 | 第64-71页 |
| ·登陆设计 | 第64页 |
| ·非拥挤状态的客流密度识别软件设计 | 第64-67页 |
| ·拥挤状态的客流密度识别软件设计 | 第67-70页 |
| ·上位机系统设计 | 第70-71页 |
| ·总体软件功能总结 | 第71页 |
| ·ZigBee无线传输可靠性分析 | 第71-73页 |
| ·可靠性分析的必要性 | 第71-72页 |
| ·ZigBee无线传输的可靠性分析 | 第72-73页 |
| 第6章 结论及展望 | 第73-75页 |
| ·结论 | 第73-74页 |
| ·展望 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 致谢 | 第78页 |