首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--监视、报警、故障诊断系统论文

智能视频监控系统的设计与实现

摘要第3-5页
ABSTRACT第5-6页
目录第7-10页
第一章 绪论第10-16页
    1.1 研究背景和意义第10-12页
        1.1.1 传统视频监控简介第10-11页
        1.1.2 智能视频监控的应用领域第11-12页
    1.2 国内外研究现状第12-13页
    1.3 本文主要研究内容和组织结构第13-16页
        1.3.1 论文主要工作第13-14页
        1.3.2 本文内容安排第14-16页
第二章 相关处理方法介绍第16-26页
    2.1 运动图像处理第16页
    2.2 图像的预处理技术第16-17页
    2.3 常用的滤波处理第17-18页
        2.3.1 区域均值滤波法第17页
        2.3.2 中值滤波法第17-18页
        2.3.3 形态学滤波法第18页
    2.4 图像形态学第18-23页
        2.4.1 腐蚀与膨胀第18-20页
        2.4.2 开运算和闭运算第20-21页
        2.4.3 形态学在图像处理中的应用第21-23页
    2.5 基于阈值的图像分割技术第23-24页
    2.6 图像匹配技术第24页
    2.7 章节小结第24-26页
第三章 运动目标检测技术研究第26-36页
    3.1 运动目标检测和提取概述第26页
    3.2 常用的运动目标检测方法第26-27页
        3.2.1 帧差法第26页
        3.2.2 光流法第26-27页
        3.2.3 背景差法第27页
    3.3 本系统中的运动检测方法第27-32页
        3.3.1 像素灰度归类方法简介第28页
        3.3.2 改进的像素灰度归类方法第28-32页
    3.4 目标二值化第32页
    3.5 实验结果与分析第32-34页
    3.6 章节小结第34-36页
第四章 阴影检测和去除第36-46页
    4.1 阴影的形成及特点第36-38页
    4.2 基于灰度图像的阴影去除方法第38-39页
        4.2.1 基于边缘检测的阴影去除方法第38-39页
        4.2.2 基于OSTU的阴影去除方法第39页
    4.3 本文用到的阴影去除方法第39-44页
        4.3.1 阴影去除原理第40-42页
        4.3.2 改进的OSTU算法第42-44页
    4.4 实验分析第44-45页
    4.5 章节小结第45-46页
第五章 运动目标跟踪技术研究第46-54页
    5.1 引言第46页
    5.2 传统的运动跟踪方法第46-51页
        5.2.1 基于特征的跟踪第46-47页
        5.2.2 基于区域的跟踪第47-48页
        5.2.3 基于Meanshift算法的跟踪第48-49页
        5.2.4 基于Camshift算法的跟踪第49-51页
    5.3 本文所使用的跟踪算法第51-53页
        5.3.1 运动目标选择第51-52页
        5.3.2 目标自动选择流程图第52-53页
    5.4 章节小结第53-54页
第六章 系统设计与实现第54-62页
    6.1 硬件平台第54页
    6.2 软件平台第54-55页
        6.2.1 软件开发平台第54页
        6.2.2 开发环境配置第54-55页
        6.2.3 图像采集格式第55页
    6.3 系统功能实现第55-62页
        6.3.1 系统功能实现结构图第55-56页
        6.3.2 视频采集第56页
        6.3.3 智能监控系统主应用程序界面第56-57页
        6.3.4 背景建模检测第57-58页
        6.3.5 动态边缘检测第58页
        6.3.6 目标跟踪流程图第58-59页
        6.3.7 目标跟踪效果第59-62页
第七章 总结与展望第62-64页
    7.1 本文工作总结第62-63页
    7.2 未来的工作展望第63-64页
参考文献第64-68页
致谢第68-70页
攻读硕士学位期间发表学术论文情况第70页

论文共70页,点击 下载论文
上一篇:基于EPUB3.0的语文电子教科书阅读软件的研发
下一篇:面向DSP的自动向量化及优化技术研究