| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 课题研究背景 | 第9页 |
| 1.2 课题研究意义 | 第9页 |
| 1.3 国内外发展现状与趋势 | 第9-10页 |
| 1.4 论文主要内容与组织结构 | 第10-12页 |
| 第2章 基于图像增强与修复的智能视频监控方法 | 第12-15页 |
| 2.1 系统研究总体思路 | 第12页 |
| 2.2 研究过程 | 第12页 |
| 2.3 主要关键技术 | 第12-14页 |
| 2.4 本章小结 | 第14-15页 |
| 第3章 视频图像质量评价方法研究 | 第15-23页 |
| 3.1 引言 | 第15页 |
| 3.2 视频图像质量影响因素分析 | 第15-16页 |
| 3.3 视频图像质量评价体系与方法构建 | 第16-18页 |
| 3.3.1 评价体系 | 第16页 |
| 3.3.2 评价指标 | 第16-18页 |
| 3.4 图像质量评价仿真及结果分析 | 第18-22页 |
| 3.5 本章小结 | 第22-23页 |
| 第4章 视频图像增强算法研究 | 第23-29页 |
| 4.1 引言 | 第23页 |
| 4.2 图像增强对视频图像质量的影响分析 | 第23-24页 |
| 4.3 基于直方图均衡法的视频增强算法 | 第24-28页 |
| 4.3.1 算法原理 | 第25-26页 |
| 4.3.2 算法过程 | 第26页 |
| 4.3.3 算法仿真及结果分析 | 第26-28页 |
| 4.4 本章小结 | 第28-29页 |
| 第5章 视频图像修复算法研究 | 第29-37页 |
| 5.1 引言 | 第29页 |
| 5.2 图像修复对视频图像质量的影响分析 | 第29-30页 |
| 5.3 基于变分PDE的改进TV模型图像修复算法 | 第30-32页 |
| 5.3.1 算法原理 | 第30-31页 |
| 5.3.2 算法过程 | 第31-32页 |
| 5.4 基于样本纹理合成的改进CRIMINISI图像修复算法 | 第32-34页 |
| 5.4.1 算法原理 | 第32-33页 |
| 5.4.2 算法过程 | 第33-34页 |
| 5.5 算法仿真及结果分析 | 第34-36页 |
| 5.6 本章小结 | 第36-37页 |
| 第6章 视频目标对象智能追踪算法研究 | 第37-43页 |
| 6.1 引言 | 第37页 |
| 6.2 目标对象特征及其提取算法 | 第37-38页 |
| 6.3 目标对象智能追踪算法 | 第38-39页 |
| 6.4 目标对象人脸识别算法 | 第39-40页 |
| 6.5 仿真及结果分析 | 第40-42页 |
| 6.6 本章小结 | 第42-43页 |
| 第7章 智能视频监控原型系统研发及应用 | 第43-53页 |
| 7.1 需求分析 | 第43-44页 |
| 7.2 功能及性能设计 | 第44-45页 |
| 7.2.1 总体功能 | 第44页 |
| 7.2.2 详细功能 | 第44-45页 |
| 7.3 结构设计 | 第45-47页 |
| 7.3.1 体系结构 | 第45-46页 |
| 7.3.2 硬件结构 | 第46页 |
| 7.3.3 软件结构 | 第46-47页 |
| 7.4 流程设计 | 第47-48页 |
| 7.4.1 作业模式设计 | 第47页 |
| 7.4.2 系统角色（用户）设计 | 第47页 |
| 7.4.3 不同作业模式下面向不同用户的操控流程 | 第47-48页 |
| 7.4.4 软件流程设计 | 第48页 |
| 7.5 系统开发及运行 | 第48-52页 |
| 7.5.1 开发环境 | 第48-49页 |
| 7.5.2 集成与测试 | 第49页 |
| 7.5.3 系统运行与结果分析 | 第49-52页 |
| 7.6 本章小结 | 第52-53页 |
| 第8章 结论与展望 | 第53-55页 |
| 8.1 研究工作总结 | 第53页 |
| 8.2 研究工作展望 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-58页 |