| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 第1章 绪论 | 第13-23页 |
| ·课题研究背景及意义 | 第13-14页 |
| ·国内外研究现状及存在的问题 | 第14-20页 |
| ·运动目标检测 | 第15-17页 |
| ·运动目标跟踪 | 第17-20页 |
| ·论文的研究内容和结构安排 | 第20-23页 |
| 第2章 面向仓库安全管理的机器视觉理论研究 | 第23-37页 |
| ·仓库安全管理 | 第23-25页 |
| ·仓库安全监控系统 | 第23-24页 |
| ·传统安全监控系统的不足 | 第24页 |
| ·仓库安全管理的发展趋势 | 第24-25页 |
| ·仓库重要区域智能监控系统的功能模块设计 | 第25页 |
| ·机器视觉概述 | 第25-27页 |
| ·颜色空间模型 | 第27页 |
| ·图像预处理技术 | 第27-33页 |
| ·灰度直方图均衡化 | 第28页 |
| ·中值滤波 | 第28-29页 |
| ·自适应阈值分割 | 第29-31页 |
| ·二值数学形态学滤波 | 第31-33页 |
| ·目标连通区域标记 | 第33-35页 |
| ·本章总结 | 第35-37页 |
| 第3章 基于 GMM 的仓库监控区域目标检测算法设计 | 第37-57页 |
| ·检测方法概述 | 第37-41页 |
| ·光流法 | 第37-38页 |
| ·帧间差分法 | 第38-39页 |
| ·背景差分法 | 第39-40页 |
| ·本文研究方法 | 第40-41页 |
| ·基于背景模型的目标检测算法 | 第41-52页 |
| ·基于混合高斯模型的目标检测算法 | 第42-45页 |
| ·基于改进混合高斯模型的目标检测算法 | 第45-50页 |
| ·实验结果及分析 | 第50-52页 |
| ·目标阴影消除 | 第52-54页 |
| ·目标标记区域分析 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第4章 基于 Kalman 滤波的仓库监控区域目标跟踪算法设计 | 第57-77页 |
| ·Kalman 滤波器原理 | 第58-61页 |
| ·目标特征分析 | 第61-63页 |
| ·形状特征 | 第62页 |
| ·运动特征 | 第62-63页 |
| ·基于 Kalman 滤波的单目标跟踪系统设计 | 第63-70页 |
| ·Kalman 滤波器初始化 | 第63-64页 |
| ·Kalman 滤波跟踪算法流程 | 第64-67页 |
| ·实验结果及其分析 | 第67-70页 |
| ·基于多特征融合的多目标跟踪系统设计 | 第70-76页 |
| ·多目标跟踪系统模块的建立 | 第71页 |
| ·目标跟踪算法设计 | 第71-73页 |
| ·库区多目标跟踪算法设计 | 第73-74页 |
| ·实验结果及分析 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 第5章 总结与展望 | 第77-79页 |
| ·总结 | 第77页 |
| ·展望 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 作者简介 | 第85-86页 |
| 致谢 | 第86页 |