内河船舶视频监测关键技术研究及系统实现
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 背景意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文主要研究内容和结构安排 | 第11-15页 |
| 1.3.1 论文主要研究内容 | 第11页 |
| 1.3.2 论文结构安排 | 第11-15页 |
| 第2章 系统总体设计 | 第15-25页 |
| 2.1 系统架构设计 | 第15-16页 |
| 2.2 系统硬件组成 | 第16-18页 |
| 2.2.1 前端摄像机 | 第16-17页 |
| 2.2.2 平台网络 | 第17-18页 |
| 2.2.3 预警服务器 | 第18页 |
| 2.2.4 监控终端 | 第18页 |
| 2.3 系统软件设计 | 第18-24页 |
| 2.3.1 软件架构 | 第19页 |
| 2.3.2 主要功能模块 | 第19-23页 |
| 2.3.3 系统流程图 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 人机交互式网格标定设计 | 第25-33页 |
| 3.1 摄像机成像模型 | 第25-28页 |
| 3.1.1 坐标系 | 第25-26页 |
| 3.1.2 坐标系间的转换关系 | 第26-28页 |
| 3.2 摄像机标定算法分析 | 第28-29页 |
| 3.2.1 传统的标定方法 | 第28页 |
| 3.2.2 自标定方法 | 第28页 |
| 3.2.3 主动视觉标定方法 | 第28-29页 |
| 3.3 交互式网格标定设计 | 第29-32页 |
| 3.3.1 交互式摄像机标定算法 | 第29-30页 |
| 3.3.2 交互式标定实现 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 运动目标检测与并行编程 | 第33-47页 |
| 4.1 运动目标检测算法分析 | 第33-36页 |
| 4.1.1 光流法 | 第33页 |
| 4.1.2 帧间差分法 | 第33页 |
| 4.1.3 背景差分法 | 第33-36页 |
| 4.2 水面背景建模分析 | 第36页 |
| 4.3 VIBE背景建模算法 | 第36-39页 |
| 4.3.1 VIBe背景建模原理 | 第36-37页 |
| 4.3.2 VIBe模型初始化 | 第37-38页 |
| 4.3.3 VIBe模型更新 | 第38-39页 |
| 4.3.4 VIBe模型总结与优化 | 第39页 |
| 4.4 并行编程架构 | 第39-44页 |
| 4.4.1 CPU多核并行 | 第40-41页 |
| 4.4.2 GPU多核并行 | 第41-43页 |
| 4.4.3 并行模型分析 | 第43-44页 |
| 4.5 CUDA并行编程模型 | 第44-46页 |
| 4.5.1 CUDA执行模型 | 第44-45页 |
| 4.5.2 CUDA存储器模型 | 第45-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第5章 VIBE算法在GPU上的并行优化 | 第47-59页 |
| 5.1 VIBE算法的实现 | 第47-49页 |
| 5.1.1 算法的数据结构 | 第47-48页 |
| 5.1.2 VIBE算法的流程 | 第48-49页 |
| 5.2 GPU线程并行优化 | 第49-53页 |
| 5.2.1 GPU并行优化分析 | 第49-51页 |
| 5.2.2 GPU并行优化实现 | 第51-53页 |
| 5.3 实验数据分析 | 第53-57页 |
| 5.3.1 实验测试环境 | 第53-54页 |
| 5.3.2 实验数据与分析 | 第54-57页 |
| 5.4 本章小结 | 第57-59页 |
| 第6章 系统实现和效果展示 | 第59-67页 |
| 6.1 概述 | 第59页 |
| 6.2 系统构成 | 第59-60页 |
| 6.3 系统功能与界面展示 | 第60-64页 |
| 6.3.1 监控终端的系统配置 | 第60-61页 |
| 6.3.2 异常事件检测 | 第61-62页 |
| 6.3.3 交通参数检测 | 第62-63页 |
| 6.3.4 界面展示 | 第63-64页 |
| 6.4 系统检测结果 | 第64-67页 |
| 第7章 总结与展望 | 第67-69页 |
| 7.1 工作总结 | 第67页 |
| 7.2 后续展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 附录 攻读硕士学位期间的学术成果和参与项目等 | 第72-73页 |
| 致谢 | 第73-74页 |
