摘要 | 第5-6页 |
Abstract | 第6-7页 |
插图索引 | 第11-13页 |
附表索引 | 第13-14页 |
第1章 绪论 | 第14-20页 |
1.1 课题的研究背景和意义 | 第14-15页 |
1.1.1 嵌入式视频监控系统 | 第14-15页 |
1.1.2 运动目标检测 | 第15页 |
1.2 国内外发展及研究现状 | 第15-18页 |
1.2.1 视频监控的国内外研究 | 第15-16页 |
1.2.2 运动目标检测的研究现状 | 第16-17页 |
1.2.3 运动目标检测存在的问题和难点 | 第17-18页 |
1.3 论文主要工作及结构安排 | 第18-20页 |
1.3.1 论文的主要研究工作 | 第18页 |
1.3.2 论文的组织结构 | 第18-20页 |
第2章 系统的模块介绍 | 第20-39页 |
2.1 系统的整体方案设计 | 第20-21页 |
2.2 下位机介绍 | 第21-27页 |
2.2.1 Linux 系统的简介 | 第21-22页 |
2.2.2 S3C2440A 芯片简介 | 第22-23页 |
2.2.3 OV9650 CMOS 摄像头 | 第23-27页 |
2.3 上位机介绍 | 第27-32页 |
2.3.1 OpenCV 简介 | 第28页 |
2.3.2 OpenCV 的诸多优点 | 第28-29页 |
2.3.3 OpenCV 1.0 在 VC++6.0 的变量配置 | 第29-30页 |
2.3.4 OpenCV 的主要模块 | 第30-32页 |
2.4 数字图像处理相关理论研究 | 第32-38页 |
2.4.1 图像的形态学处理 | 第32-35页 |
2.4.2 图像的灰度化 | 第35-36页 |
2.4.3 图像的二值化 | 第36-38页 |
2.5 本章小结 | 第38-39页 |
第3章 视频监控中常见的运动目标检测算法 | 第39-50页 |
3.1 运动目标检测技术 | 第39页 |
3.2 光流法 | 第39-41页 |
3.3 帧间差分法 | 第41-44页 |
3.4 背景减除法 | 第44-48页 |
3.4.1 原始背景减除法 | 第44-46页 |
3.4.2 混合高斯背景模型 | 第46-47页 |
3.4.3 贝叶斯背景模型 | 第47-48页 |
3.5 传统三种检测算法的比较和分析 | 第48-49页 |
3.6 本章小结 | 第49-50页 |
第4章 基于改进码本模型的算法 | 第50-62页 |
4.1 常见背景模型算法的缺点 | 第50页 |
4.2 原始码本模型的算法 | 第50-56页 |
4.2.1 码本算法背景建模和检测 | 第51页 |
4.2.2 基于 RGB 颜色空间的码本算法 | 第51-54页 |
4.2.3 码本模型的特点 | 第54-56页 |
4.3 改进的码本模型 | 第56-61页 |
4.3.1 改进码本模型的原理 | 第56-57页 |
4.3.2 改进码本模型的算法步骤 | 第57-58页 |
4.3.3 改进码本算法的流程图 | 第58-61页 |
4.4 本章小结 | 第61-62页 |
第5章 系统的设计和测试 | 第62-76页 |
5.1 系统的主要模块 | 第62页 |
5.2 基于 V4L2 的视频采集 | 第62-66页 |
5.3 基于 RTP/RTCP 协议的视频传输 | 第66-68页 |
5.4 运动目标的检测 | 第68-69页 |
5.4.1 系统的实验平台和开发环境 | 第68-69页 |
5.4.2 系统界面 | 第69页 |
5.5 实验结果和分析 | 第69-74页 |
5.5.1 实验仿真结果对比和分析 | 第69-72页 |
5.5.2 本文算法与码本算法的性能对比 | 第72-74页 |
5.5.3 本文算法总结 | 第74页 |
5.6 本章小结 | 第74-76页 |
总结与展望 | 第76-78页 |
参考文献 | 第78-83页 |
致谢 | 第83页 |