| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| Contents | 第10-12页 |
| 图清单 | 第12-15页 |
| 表清单 | 第15-16页 |
| 1 绪论 | 第16-21页 |
| ·课题研究背景与意义 | 第16页 |
| ·国内外研究现状 | 第16-18页 |
| ·智能视频监控的优势及难点 | 第18-19页 |
| ·论文的主要工作及章节安排 | 第19-21页 |
| 2 运动目标检测与分割 | 第21-31页 |
| ·引言 | 第21页 |
| ·视频图像处理基础知识 | 第21-24页 |
| ·运动目标检测算法 | 第24-26页 |
| ·基于混合高斯模型的运动检测 | 第26-29页 |
| ·实验与分析 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 3 基于 HOG 和 LBP 的人体特征提取 | 第31-46页 |
| ·引言 | 第31-32页 |
| ·梯度方向直方图 | 第32-36页 |
| ·局部二值模式 | 第36-40页 |
| ·基于 PCA 的特征降维 | 第40-42页 |
| ·实验与分析 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 4 基于稀疏表示的人体分类器设计 | 第46-59页 |
| ·引言 | 第46-47页 |
| ·压缩感知理论 | 第47-48页 |
| ·基于稀疏表示的分类器设计 | 第48-54页 |
| ·实验与分析 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 5 结合 Camshift 算法和 Kalman 滤波的运动人体跟踪 | 第59-69页 |
| ·引言 | 第59-60页 |
| ·基于 CamShift 算法的目标跟踪 | 第60-64页 |
| ·基于卡尔曼滤波器的跟踪预测 | 第64-66页 |
| ·CamShift 和 Kalman 滤波器结合跟踪研究 | 第66-67页 |
| ·实验与分析 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 6 选煤厂智能监控系统设计 | 第69-80页 |
| ·引言 | 第69页 |
| ·选煤厂智能监控系统需求分析 | 第69-70页 |
| ·选煤厂智能监控系统总体设计 | 第70-78页 |
| ·监控系统实现及展示 | 第78-79页 |
| ·本章小结 | 第79-80页 |
| 7 总结与展望 | 第80-82页 |
| 参考文献 | 第82-88页 |
| 作者简历 | 第88-90页 |
| 学位论文数据集 | 第90页 |