| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 引言 | 第8-11页 |
| 1 CUDA并行计算和OpenCV | 第11-17页 |
| 1.1 基于CUDA平台的并行计算 | 第11-15页 |
| 1.1.1 CUDA技术背景 | 第11页 |
| 1.1.2 并行技术 | 第11-12页 |
| 1.1.3 CUDA详细介绍 | 第12-15页 |
| 1.2 OpenCV简介 | 第15-17页 |
| 1.2.1 OpenCV的特征 | 第15页 |
| 1.2.2 OpenCV的功能 | 第15-17页 |
| 2 总体架构设计 | 第17-19页 |
| 3 校园监控视频的运动检测 | 第19-27页 |
| 3.1 数字图像基础知识 | 第19-20页 |
| 3.2 运动检测的基本方法 | 第20-27页 |
| 3.2.1 相邻帧差法 | 第21-22页 |
| 3.2.2 三帧差分法 | 第22-23页 |
| 3.2.3 光流法 | 第23-24页 |
| 3.2.4 背景差法 | 第24-25页 |
| 3.2.5 本系统采用的运动检测算法 | 第25-27页 |
| 4 OpenCV模块与图像数据转换模块 | 第27-33页 |
| 4.1 OpenCV模块 | 第27-30页 |
| 4.1.1 视频帧获取 | 第27页 |
| 4.1.2 视频帧的OpenCV图像 | 第27-29页 |
| 4.1.3 运动目标标注 | 第29-30页 |
| 4.2 图像数据转换模块 | 第30-33页 |
| 4.2.1 CUDA系统下的Image图像 | 第30-31页 |
| 4.2.2 OpenCV转CUDA数据的图像 | 第31页 |
| 4.2.3 CUDA转OpenCV数据的图像 | 第31-33页 |
| 5 CUDA并行计算模块 | 第33-46页 |
| 5.1 差分算法ImageDiff的并行实现 | 第35-36页 |
| 5.1.1 算法介绍和基本思路 | 第35页 |
| 5.1.2 算法并行化方法 | 第35页 |
| 5.1.3 算法实现及接口 | 第35-36页 |
| 5.2 二值化Binarize的并行实现 | 第36-37页 |
| 5.2.1 算法介绍和基本思路 | 第36页 |
| 5.2.2 算法并行化方法 | 第36页 |
| 5.2.3 算法实现及接口 | 第36-37页 |
| 5.3 形态学算法Morphology的并行实现 | 第37-41页 |
| 5.3.1 算法介绍和基本思路 | 第37-38页 |
| 5.3.2 算法并行化方法 | 第38-39页 |
| 5.3.3 算法实现及接口 | 第39-41页 |
| 5.4 背景更新算法ImageRunningAvg的并行实现 | 第41-42页 |
| 5.4.1 算法介绍和基本思路 | 第41-42页 |
| 5.4.2 算法并行化方法 | 第42页 |
| 5.4.3 算法实现及接口 | 第42页 |
| 5.5 系统计算模块的实现测试 | 第42-44页 |
| 5.6 系统计算模块的性能分析 | 第44-46页 |
| 6 数据通信与Qt系统显示实现 | 第46-52页 |
| 6.1 Socket服务器模块 | 第46-48页 |
| 6.1.1 Socket套接字 | 第46-47页 |
| 6.1.2 Socket服务器的设计实现 | 第47-48页 |
| 6.2 系统显示实现 | 第48-52页 |
| 6.2.1 系统显示概述 | 第48-49页 |
| 6.2.2 Qt客户端的设计实现 | 第49-52页 |
| 7 系统的实现及测试结果 | 第52-55页 |
| 7.1 实验环境介绍 | 第52页 |
| 7.2 界面的设计与测试结果 | 第52-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58-59页 |
| 致谢 | 第59-60页 |