智能视觉监控系统中活动目标检测算法的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-17页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·智能视觉监控的研究背景 | 第9页 |
| ·智能视觉监控中活动目标检测的意义 | 第9-10页 |
| ·智能视觉监控概述 | 第10-13页 |
| ·智能视觉监控技术介绍 | 第10页 |
| ·国内外研究现状 | 第10-11页 |
| ·活动目标检测在智能视觉监控系统中的应用 | 第11-13页 |
| ·OPENCV 简介 | 第13页 |
| ·本文主要工作和创新点 | 第13-15页 |
| ·研究内容 | 第13-14页 |
| ·主要工作 | 第14页 |
| ·主要解决问题 | 第14-15页 |
| ·创新点 | 第15页 |
| ·开发平台的搭建 | 第15-16页 |
| ·OpenCV 安装及系统环境变量配置 | 第15页 |
| ·vc++6.0 中导入OpenCV 函数库 | 第15页 |
| ·其他配置 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第二章 结合OpenCV 的视频采集及图像预处理 | 第17-23页 |
| ·OpenCV 常用数据结构和函数 | 第17-19页 |
| ·图像IplImage 结构 | 第17页 |
| ·矩阵CvMat 结构 | 第17页 |
| ·窗口处理函数 | 第17-18页 |
| ·图像处理函数 | 第18页 |
| ·视频处理函数 | 第18-19页 |
| ·视频采集 | 第19-21页 |
| ·视频采集方法 | 第19-20页 |
| ·本文视频采集实现方法 | 第20-21页 |
| ·视频图像预处理 | 第21-22页 |
| ·转换为灰度图 | 第21页 |
| ·图像翻转 | 第21-22页 |
| ·平滑去燥处理 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 活动目标检测算法的研究 | 第23-44页 |
| ·背景构建算法 | 第23-29页 |
| ·背景构建算法综述 | 第24-26页 |
| ·μ-σ背景构建算法 | 第26-29页 |
| ·背景更新模型 | 第29-31页 |
| ·算法原理图 | 第30页 |
| ·算法思路 | 第30-31页 |
| ·整帧背景更新与部分背景更新结果 | 第31页 |
| ·散点去除算法 | 第31-36页 |
| ·算法原理图 | 第32-33页 |
| ·算法思路 | 第33-34页 |
| ·算法结果演示 | 第34-36页 |
| ·连通域检测算法 | 第36-42页 |
| ·单个活动目标和多个活动目标在算法上的区别 | 第36页 |
| ·图像标记方法介绍 | 第36-37页 |
| ·迷宫算法和种子算法 | 第37-38页 |
| ·本文算法原理图 | 第38页 |
| ·算法思路 | 第38-41页 |
| ·算法结果演示 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 智能视觉识别系统中的活动目标检测 | 第44-50页 |
| ·活动目标检测在智能视觉识别系统中的应用情况 | 第44页 |
| ·改进的背景差分算法在智能视觉识别系统中的应用 | 第44-46页 |
| ·算法原理图 | 第45页 |
| ·算法思路 | 第45-46页 |
| ·活动目标标识及预警 | 第46-48页 |
| ·活动目标标识 | 第46-47页 |
| ·预警 | 第47-48页 |
| ·解决误报警问题 | 第48-49页 |
| ·针对光线突然变化产生误报警的解决办法 | 第48-49页 |
| ·针对光线缓慢变化产生误报警的解决办法 | 第49页 |
| ·针对散点产生误报警的解决办法 | 第49页 |
| ·本章小结 | 第49-50页 |
| 第五章 本文主要代码及实验结果 | 第50-57页 |
| ·本文关键代码 | 第50-56页 |
| ·实验结果 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 硕士期间发表论文 | 第61-62页 |
| 致谢 | 第62页 |
