嵌入式人群密度监测系统研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-16页 |
| ·研究背景及意义 | 第10-12页 |
| ·人群密度监测的提出 | 第10页 |
| ·人群密度监测的意义 | 第10-11页 |
| ·基于图像处理的人群密度监测提出 | 第11-12页 |
| ·嵌入式图像监控系统的应用 | 第12-14页 |
| ·图像监控技术的发展趋势 | 第12-13页 |
| ·嵌入式视觉系统研究现状 | 第13-14页 |
| ·嵌入式人群密度监测系统的研究意义 | 第14-15页 |
| ·嵌入式图像处理的特点 | 第14页 |
| ·系统的现实意义 | 第14-15页 |
| ·论文主要工作 | 第15-16页 |
| 2 人群密度估计方法研究及应用 | 第16-22页 |
| ·基于像素统计的人群密度估计方法 | 第16-18页 |
| ·基于纹理分析的人群密度估计方法 | 第18-20页 |
| ·人群密度分类研究 | 第20-22页 |
| 3 基于纹理特征的人群密度估计研究 | 第22-48页 |
| ·纹理分析概念及分析方法 | 第22-23页 |
| ·纹理分析概念 | 第22页 |
| ·纹理分析方法 | 第22-23页 |
| ·灰度共生矩阵的纹理表示方法 | 第23-26页 |
| ·灰度共生矩阵构造 | 第23-25页 |
| ·纹理特征值的提取 | 第25-26页 |
| ·纹理特征分类研究 | 第26-35页 |
| ·支持向量机理论分析 | 第26-32页 |
| ·多类分类问题 | 第32-35页 |
| ·实验过程及结果分析 | 第35-48页 |
| ·灰度共生矩阵参数及纹理特征的选择 | 第35-41页 |
| ·SVM模型的建立及分析 | 第41-44页 |
| ·SVM与神经网络分类结果对比 | 第44-47页 |
| ·算法实时性分析 | 第47-48页 |
| 4 嵌入式人群密度监测系统总体设计 | 第48-55页 |
| ·系统总体架构 | 第48-49页 |
| ·服务器硬件结构 | 第49-50页 |
| ·软件设计方案 | 第50-55页 |
| ·嵌入式Linux开发 | 第50-53页 |
| ·软件整体规划 | 第53-55页 |
| 5 嵌入式人群密度监测系统的实现 | 第55-70页 |
| ·USB摄像头驱动移植 | 第55-58页 |
| ·基于V4L的图像采集 | 第58-62页 |
| ·图像处理模块 | 第62页 |
| ·Web服务器实现 | 第62-67页 |
| ·Boa服务器 | 第63-65页 |
| ·网络服务模块 | 第65-67页 |
| ·客户端播放 | 第67页 |
| ·系统性能测试及分析 | 第67-70页 |
| ·测试环境 | 第67-68页 |
| ·测试结果 | 第68-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 学位论文数据集 | 第75页 |
