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 |