| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 运动人体目标检测技术 | 第11-14页 |
| 1.2.2 运动人体目标识别技术 | 第14-15页 |
| 1.3 论文的结构安排 | 第15-16页 |
| 第2章 运动人体目标分割提取 | 第16-34页 |
| 2.1 运动人体分割方法 | 第16-18页 |
| 2.1.1 背景差分法 | 第16页 |
| 2.1.2 帧间差分法 | 第16-17页 |
| 2.1.3 本文人体分割方法 | 第17-18页 |
| 2.2 光照干扰及去除方法 | 第18-25页 |
| 2.2.1 光照干扰的影响 | 第18-19页 |
| 2.2.2 基于直方图分布相似性的光照变化干扰去除 | 第19-22页 |
| 2.2.3 实验效果 | 第22-25页 |
| 2.3 图像滤波 | 第25-29页 |
| 2.3.1 安防监控视频图像噪声 | 第25-27页 |
| 2.3.2 中值滤波 | 第27-28页 |
| 2.3.3 形态学滤波 | 第28-29页 |
| 2.4 阴影消除 | 第29-32页 |
| 2.4.1 阴影的形成及影响 | 第29-30页 |
| 2.4.2 基于垂直投影的阴影消除 | 第30-32页 |
| 2.4.3 实验效果 | 第32页 |
| 2.5 本章小结 | 第32-34页 |
| 第3章 运动人体目标识别 | 第34-46页 |
| 3.1 运动区域特征提取 | 第34-39页 |
| 3.1.1 特征参量选取原则 | 第34-35页 |
| 3.1.2 几何特征提取 | 第35-38页 |
| 3.1.3 肤色特征提取 | 第38-39页 |
| 3.2 基于几何特征的人体目标识别 | 第39-41页 |
| 3.2.1 人体高宽比(Lthwth_ratio)模型 | 第39页 |
| 3.2.2 图像与运动区域面积比(area_ratio)模型 | 第39-40页 |
| 3.2.3 人体重心相对高度（humanhH_ratio）模型 | 第40-41页 |
| 3.2.4 人体运动速度（v）模型 | 第41页 |
| 3.3 基于人脸肤色特征的人体目标识别 | 第41-43页 |
| 3.4 基于几何特征与肤色特征的融合的人体目标识别 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 安防监控系统中人体入侵图像识别算法的实现 | 第46-55页 |
| 4.1 家庭智能安防监控系统简介 | 第46-49页 |
| 4.1.1 系统结构 | 第46-47页 |
| 4.1.2 软件平台 | 第47-49页 |
| 4.2 算法实现 | 第49-53页 |
| 4.2.1 Android JNI | 第49-50页 |
| 4.2.2 开发环境 | 第50-51页 |
| 4.2.3 算法流程 | 第51-53页 |
| 4.3 算法调试效果 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 结论与展望 | 第55-57页 |
| 论文总结 | 第55页 |
| 论文的不足与展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 附录A 攻读学位期间所发表的学术成果 | 第62页 |
