| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 人数统计方法的研究现状 | 第9-10页 |
| 1.3 基于图像处理的施工升降机轿厢人数统计 | 第10-12页 |
| 1.4 论文的主要工作 | 第12页 |
| 1.5 论文组织结构 | 第12-14页 |
| 2 施工升降机人数统计方案设计 | 第14-24页 |
| 2.1 施工升降机的工况特点 | 第14-16页 |
| 2.2 红外检测的计数方案 | 第16-18页 |
| 2.3 基于图像的人数清零 | 第18-19页 |
| 2.4 运动检测算法理论 | 第19-21页 |
| 2.5 安全帽特征训练识别的图像人数统计方案 | 第21-23页 |
| 2.6 小结 | 第23-24页 |
| 3 基于运动图像的轿厢无人状态识别 | 第24-34页 |
| 3.1 基于背景帧差法的施工升降机运动检测 | 第24-27页 |
| 3.2 基于帧差法的施工升降机运动检测 | 第27-29页 |
| 3.3 轿厢内无人状态的判定 | 第29-31页 |
| 3.4 实验结果与分析 | 第31-32页 |
| 3.4.1 试验环境 | 第31页 |
| 3.4.2 试验结果与分析 | 第31-32页 |
| 3.5 小结 | 第32-34页 |
| 4 基于多尺度安全帽特征识别的轿厢人数统计 | 第34-54页 |
| 4.1 安全帽特征提取 | 第34-42页 |
| 4.1.1 安全帽的LBP金字塔特征 | 第34-36页 |
| 4.1.2 安全帽的HOG特征 | 第36-38页 |
| 4.1.3 支持向量机（SVM）分类器训练 | 第38-39页 |
| 4.1.4 特征提取对比分析 | 第39-42页 |
| 4.2 多尺度区域图像处理 | 第42-45页 |
| 4.2.1 区域图像多尺度处理 | 第42-44页 |
| 4.2.2 区域边界的重叠处理 | 第44-45页 |
| 4.3 样本的选取 | 第45-46页 |
| 4.3.1 安全帽正样本选取 | 第45-46页 |
| 4.3.2 非安全帽负样本选取 | 第46页 |
| 4.4 算法测试与实验结果分析 | 第46-52页 |
| 4.4.1 多尺度与单尺度安全帽检测比较 | 第47-49页 |
| 4.4.2 安全帽多尺度区域图像处理的检测结果分析 | 第49-52页 |
| 4.5 小结 | 第52-54页 |
| 5 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54页 |
| 5.2 展望 | 第54-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表论文 | 第62页 |