| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·基于监控图像的安防入侵自动报警技术的研究意义 | 第10-12页 |
| ·安防入侵报警技术现状及发展趋势 | 第12-15页 |
| ·支持向量数据描述算法 | 第15-16页 |
| ·本文的研究内容及结构安排 | 第16-17页 |
| 第二章 基于差图像的安防入侵自动报警技术 | 第17-37页 |
| ·引言 | 第17页 |
| ·数字图像基本概念 | 第17-21页 |
| ·图像数字化 | 第17-18页 |
| ·灰度直方图 | 第18-21页 |
| ·图像预处理方法 | 第21-26页 |
| ·图像增强 | 第21-24页 |
| ·图像去噪 | 第24-26页 |
| ·图像的减法 | 第26-27页 |
| ·基于差图像的安防入侵自动报警 | 第27-36页 |
| ·基于差图像的安防入侵自动报警方法 | 第27-28页 |
| ·实验 | 第28-36页 |
| ·本章小节 | 第36-37页 |
| 第三章 基于小波变换的图像处理 | 第37-59页 |
| ·引言 | 第37页 |
| ·小波变换 | 第37-44页 |
| ·小波变换简介 | 第37-38页 |
| ·连续小波变换 | 第38-39页 |
| ·离散小波变换 | 第39页 |
| ·多分辨率分析 | 第39-41页 |
| ·Mallat算法 | 第41-42页 |
| ·正交小波 | 第42-44页 |
| ·二维小波变换 | 第44-50页 |
| ·二维小波变换的基本概念 | 第44-48页 |
| ·二维多分辨率分析 | 第48-50页 |
| ·基于小波变换的图像分解 | 第50-56页 |
| ·图像的小波分解实例 | 第51-54页 |
| ·监控图像的小波分解 | 第54-56页 |
| ·基于小波变换的图像预处理方法 | 第56-57页 |
| ·基于小波变换的图像增强 | 第56页 |
| ·基于小波变换的图像去噪 | 第56-57页 |
| ·本章小节 | 第57-59页 |
| 第四章 基于支持向量数据描述的安防入侵自动报警技术 | 第59-75页 |
| ·引言 | 第59页 |
| ·单分类方法概述 | 第59-60页 |
| ·支持向量数据描述分类算法 | 第60-64页 |
| ·支持向量数据描述算法简介 | 第60-63页 |
| ·核函数 | 第63-64页 |
| ·SVDD分类实例 | 第64页 |
| ·基于SVDD的图像分类实例 | 第64-70页 |
| ·图像特征向量 | 第64-65页 |
| ·原始图像分类 | 第65-67页 |
| ·基于小波分解的图像分类 | 第67-69页 |
| ·分类结果比较 | 第69-70页 |
| ·基于SVDD的安防入侵自动报警 | 第70-74页 |
| ·基于SVDD的安防入侵自动报警方法 | 第70页 |
| ·实验 | 第70-74页 |
| ·本章小节 | 第74-75页 |
| 第五章 结论与展望 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 致谢 | 第82页 |