智能监控系统中目标检测算法的研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 题选的背景和意义 | 第10-12页 |
| 1.2 国内外的研究现状 | 第12-14页 |
| 1.3 本文章节安排 | 第14-15页 |
| 第2章 智能监控系统及目标检测技术的介绍 | 第15-26页 |
| 2.1 监控系统的介绍 | 第15-18页 |
| 2.1.1 普通人工监控系统 | 第15-16页 |
| 2.1.2 半自动监控系统 | 第16-17页 |
| 2.1.3 全自动智能监控系统 | 第17-18页 |
| 2.2 可见光下目标检测算法的研究 | 第18-25页 |
| 2.2.1 二帧差法 | 第18-20页 |
| 2.2.2 光流法 | 第20-22页 |
| 2.2.3 背景差分法 | 第22-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 自组织神经网络背景差分算法及其改进 | 第26-41页 |
| 3.1 SOBS算法的介绍 | 第26-29页 |
| 3.1.1 背景模型的建立 | 第26-27页 |
| 3.1.2 前景目标的检测 | 第27-28页 |
| 3.1.3 背景模型的更新 | 第28-29页 |
| 3.2 改进的SOBS算法 | 第29-35页 |
| 3.2.1 基于控制扩散的背景更新 | 第29-30页 |
| 3.2.3 滤波处理 | 第30-32页 |
| 3.2.4 形态学处理 | 第32-35页 |
| 3.3 实验的对比和分析 | 第35-40页 |
| 3.3.1 实验中算法的程序实现 | 第35-39页 |
| 3.3.2 原始与改进算法的实验结果对比 | 第39-40页 |
| 本章小结 | 第40-41页 |
| 第4章 应用实例的研究 | 第41-55页 |
| 4.1 敏感区域的入侵行为检测 | 第41-46页 |
| 4.1.1 运动目标的获取 | 第42页 |
| 4.1.2 目标的特征提取 | 第42-45页 |
| 4.1.3 入侵行为的判定 | 第45-46页 |
| 4.2 遗留物的检测 | 第46-51页 |
| 4.2.1 静止目标的获取 | 第47-48页 |
| 4.2.2 目标跟踪 | 第48-50页 |
| 4.2.3 遗留物的判断 | 第50-51页 |
| 4.3 实验结果与分析 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 攻读学位期间取得学术成果 | 第60页 |
