智能监控系统物品安全检测关键技术研究和实现
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·智能监控系统概述 | 第7-10页 |
| ·智能监控技术的应用 | 第7-9页 |
| ·智能监控系统的特点 | 第9-10页 |
| ·视频监控系统的发展 | 第10页 |
| ·智能监控系统研究现状及分析 | 第10-12页 |
| ·国内外研究现状 | 第10-11页 |
| ·研究难点和发展趋势 | 第11-12页 |
| ·本文主要内容和结构安排 | 第12-15页 |
| 第二章 智能监控系统关键技术概述 | 第15-23页 |
| ·OpenCV计算机视觉库简介 | 第15-17页 |
| ·OpenCV背景知识 | 第15页 |
| ·OpenCV的特点 | 第15-16页 |
| ·OpenCV的主要功能函数 | 第16页 |
| ·OpenCV的主要组成部分 | 第16-17页 |
| ·运动目标检测技术概述 | 第17-22页 |
| ·背景减除法 | 第17-18页 |
| ·时间差分法 | 第18-19页 |
| ·光流法 | 第19-20页 |
| ·背景减除与时间差分加权法 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 运动目标跟踪 | 第23-37页 |
| ·粒子滤波的基本原理 | 第23-29页 |
| ·贝叶斯滤波原理 | 第24-26页 |
| ·基于蒙特卡洛的粒子滤波算法 | 第26-29页 |
| ·Mean Shift跟踪算法 | 第29-34页 |
| ·Mean Shift算法的基本原理 | 第30-31页 |
| ·基于Mean Shift算法的跟踪方法 | 第31-34页 |
| ·Mean Shift和粒子滤波结合的跟踪算法 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 偷窃/遗弃物体检测 | 第37-55页 |
| ·综述介绍 | 第37-38页 |
| ·研究目的和意义 | 第37页 |
| ·研究重点及难点 | 第37-38页 |
| ·系统结构及层次图 | 第38-39页 |
| ·改进的混合高斯模型背景建模算法 | 第39-42页 |
| ·混合高斯模型的基本思想 | 第40-41页 |
| ·改进的混合高斯模型背景检测的算法步骤 | 第41-42页 |
| ·目标跟踪 | 第42页 |
| ·静态物体检测 | 第42-45页 |
| ·静态目标检测 | 第43页 |
| ·人和物体的识别 | 第43-45页 |
| ·偷窃和遗弃物体事件识别 | 第45-53页 |
| ·偷窃/遗弃物识别概述 | 第45-46页 |
| ·形状调整 | 第46-48页 |
| ·基于边缘匹配判定方法 | 第48-50页 |
| ·基于颜色匹配判定方法 | 第50-52页 |
| ·数据结合 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第五章 系统设计和实验结果 | 第55-63页 |
| ·系统设计与功能 | 第55-58页 |
| ·系统开发平台及界面 | 第55-56页 |
| ·系统功能模块 | 第56-57页 |
| ·系统体系结构 | 第57-58页 |
| ·实验结果与分析 | 第58-61页 |
| ·本章小结 | 第61-63页 |
| 第六章 总结与展望 | 第63-67页 |
| ·本文总结 | 第63-64页 |
| ·未来研究方向展望 | 第64-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
