| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题研究背景和意义 | 第11-12页 |
| ·可视监控识别报警系统简介 | 第12-13页 |
| ·发展现状与应用 | 第13-15页 |
| ·视频监控系统在安防领域的应用 | 第15页 |
| ·本文的主要研究内容 | 第15-17页 |
| 第2章 图像采集及处理基础 | 第17-23页 |
| ·运动目标检测简介 | 第17页 |
| ·图像处理基础 | 第17-19页 |
| ·色彩模型 | 第17-18页 |
| ·RGB 模型 | 第18-19页 |
| ·YUV 模型 | 第19页 |
| ·设备无关位图 | 第19页 |
| ·视频信息的采集 | 第19-20页 |
| ·图像预处理 | 第20-23页 |
| ·位图转化YCbCr 图 | 第20-21页 |
| ·图像的灰度化 | 第21页 |
| ·图像的二值化 | 第21页 |
| ·图像的增强 | 第21-23页 |
| 第3章 运动检测及特征提取 | 第23-27页 |
| ·运动目标检测 | 第23-26页 |
| ·帧间差分法 | 第23-24页 |
| ·背景图像差分法 | 第24-25页 |
| ·光流法 | 第25-26页 |
| ·算法比较 | 第26页 |
| ·特征提取 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第4章 目标识别方法 | 第27-37页 |
| ·基于运动区域比例的人体识别算法 | 第27-30页 |
| ·算法的提出 | 第27-28页 |
| ·算法描述及表示 | 第28页 |
| ·算法流程 | 第28-30页 |
| ·基于皮肤颜色的人体识别算法 | 第30-34页 |
| ·算法的提出 | 第30页 |
| ·YCrCb 在肤色检测中的优势 | 第30页 |
| ·识别流程 | 第30-34页 |
| ·基于步态的人体识别 | 第34-36页 |
| ·步态基础及术语 | 第34页 |
| ·算法的提出 | 第34-35页 |
| ·识别 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第5章 基于粗糙集理论的人体识别信息融合技术 | 第37-47页 |
| ·算法的提出 | 第37页 |
| ·信息融合技术 | 第37-38页 |
| ·粗糙集理论基础及其在本文中的应用 | 第38-44页 |
| ·知识表达系统 | 第38-39页 |
| ·知识约简 | 第39-40页 |
| ·决策表 | 第40页 |
| ·实例应用 | 第40-41页 |
| ·基于粗糙集理论的人体识别报警决策 | 第41-44页 |
| ·本算法的技术细节 | 第44-47页 |
| ·视频采集 | 第44-45页 |
| ·图片的截取 | 第45页 |
| ·运动检测及识别 | 第45-46页 |
| ·报警并储存信息 | 第46-47页 |
| 第6章 实现结果与分析 | 第47-56页 |
| ·基于人体形态比例的人体识别系统 | 第47-51页 |
| ·开发与运行环境 | 第47页 |
| ·系统功能划分 | 第47-49页 |
| ·实验结果 | 第49-50页 |
| ·说明及注意事项 | 第50-51页 |
| ·基于皮肤颜色的人体识别系统 | 第51-53页 |
| ·开发与运行环境 | 第51页 |
| ·系统功能划分 | 第51页 |
| ·实验结果 | 第51-53页 |
| ·说明及注意事项 | 第53页 |
| ·基于OpenCV 和DirectShow 的人体识别技术 | 第53-56页 |
| ·开发与运行环境 | 第53-54页 |
| ·实验结果与分析 | 第54-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第60页 |