| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 选题背景和意义 | 第11页 |
| 1.2 国内发展现状 | 第11-13页 |
| 1.2.1 监控摄像机发展的三个阶段 | 第11-12页 |
| 1.2.2 监控行业发展现状 | 第12页 |
| 1.2.3 视频监控发展趋势 | 第12-13页 |
| 1.3 国外发展现状 | 第13-15页 |
| 1.4 智能监控系统的需求分析 | 第15-16页 |
| 1.5 研究的主要内容 | 第16-17页 |
| 1.5.1 主要内容 | 第16-17页 |
| 1.5.2 论文结构安排 | 第17页 |
| 1.6 本章小结 | 第17-19页 |
| 第2章 智能视频监控及图像预处理相关知识 | 第19-30页 |
| 2.1 智能视频监控概述 | 第19-23页 |
| 2.1.1 智能视频监控系统功能及优势 | 第20-21页 |
| 2.1.2 智能视频监控的主要应用 | 第21-23页 |
| 2.2 图像预处理算法 | 第23-29页 |
| 2.2.1 图像的平滑处理 | 第23-24页 |
| 2.2.2 图像的边缘检测 | 第24-28页 |
| 2.2.3 图像的二值化处理 | 第28-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第3章 基于ViBe和光流算法的运动目标检测及跟踪 | 第30-43页 |
| 3.1 运动目标检测在视频中的应用 | 第30-31页 |
| 3.1.1 系统检测流程 | 第30页 |
| 3.1.2 运动目标检测步骤 | 第30-31页 |
| 3.2 光流算法 | 第31-33页 |
| 3.3 ViBe算法 | 第33-38页 |
| 3.3.1 ViBe算法基本原理 | 第33-36页 |
| 3.3.2 ViBe背景模型的更新策略 | 第36页 |
| 3.3.3 ViBe相对于传统背景模型的改进点 | 第36-37页 |
| 3.3.4 ViBe算法的优缺点 | 第37-38页 |
| 3.4 一种改进的K-Means聚类算法 | 第38-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 景区视频监控运动目标检测实现及分析 | 第43-52页 |
| 4.1 系统总体架构 | 第43-44页 |
| 4.2 系统核心算法的设计与实现 | 第44-51页 |
| 4.2.1 系统核心算法的设计 | 第45-46页 |
| 4.2.2 系统核心算法的实现 | 第46-49页 |
| 4.2.3 不同场景下实验结果分析 | 第49-51页 |
| 4.3 本章小结 | 第51-52页 |
| 总结与展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57页 |