基于计算机视觉的无人值守井场安防视频监控系统研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 引言 | 第8-9页 |
| 1.2 国内外研究概况 | 第9-11页 |
| 1.2.1 国内研究现状 | 第9-10页 |
| 1.2.2 国外研究现状 | 第10-11页 |
| 1.3 论文主要研究内容及组织结构 | 第11-12页 |
| 1.3.1 论文主要研究内容 | 第11页 |
| 1.3.2 论文组织结构 | 第11-12页 |
| 第2章 系统总体研究 | 第12-23页 |
| 2.1 无人值守井场环境特点简介 | 第12-13页 |
| 2.2 系统方案研究 | 第13-17页 |
| 2.2.1 现场视频监控系统方案研究 | 第13-15页 |
| 2.2.2 视频监控系统组网研究 | 第15-16页 |
| 2.2.3 视频监控系统智能化方案研究 | 第16-17页 |
| 2.3 系统模拟实验平台搭建 | 第17-23页 |
| 2.3.1 现场摄像机选型模拟 | 第17-18页 |
| 2.3.2 现场POE供电方案模拟 | 第18-20页 |
| 2.3.3 现场视频管理及存储模拟 | 第20-21页 |
| 2.3.4 远程视频传输模拟 | 第21-22页 |
| 2.3.5 PC式NVR搭建 | 第22-23页 |
| 第3章 运动目标检测研究 | 第23-38页 |
| 3.1 运动目标检测意义 | 第23页 |
| 3.2 运动目标检测相关理论 | 第23-30页 |
| 3.2.1 帧间差法 | 第23-26页 |
| 3.2.2 光流法 | 第26-28页 |
| 3.2.3 背景差法 | 第28-30页 |
| 3.2.4 运动目标检测算法对比 | 第30页 |
| 3.3 改进的背景差法研究 | 第30-34页 |
| 3.3.1 全局光照变化下一般背景差法的局限分析 | 第30-32页 |
| 3.3.2 改进后的背景差法 | 第32-34页 |
| 3.4 基于改进背景差法的实验结果及分析 | 第34-38页 |
| 3.4.1 轮廓提取结果对比分析 | 第34-36页 |
| 3.4.2 运动目标位置标示 | 第36-38页 |
| 第4章 行人检测研究 | 第38-54页 |
| 4.1 行人检测意义 | 第38页 |
| 4.2 行人检测特征选取 | 第38-45页 |
| 4.2.1 LBP特征 | 第38-40页 |
| 4.2.2 Edgelet特征 | 第40-42页 |
| 4.2.3 HOG特征 | 第42-44页 |
| 4.2.4 特征对比与选择 | 第44-45页 |
| 4.3 SVM分类原理 | 第45-49页 |
| 4.4 基于PCA-HOG特征的行人检测 | 第49-54页 |
| 4.4.1 行人分类与定位方法 | 第49-50页 |
| 4.4.2 行人检测样本集选取 | 第50-51页 |
| 4.4.3 HOG特征的PCA降维 | 第51-52页 |
| 4.4.4 实验结果与分析 | 第52-54页 |
| 第5章 基于PC的NVR客户端软件设计 | 第54-64页 |
| 5.1 OpenCv及EmguCv简介 | 第54-55页 |
| 5.2 开发平台及方法 | 第55-56页 |
| 5.3 NVR软件设计 | 第56-60页 |
| 5.3.1 软件系统设计 | 第56-57页 |
| 5.3.2 视频信息的管理和存储 | 第57-58页 |
| 5.3.3 布放与智能视频分析 | 第58-59页 |
| 5.3.4 设备控制与配置 | 第59-60页 |
| 5.4 NVR客户端实现及展示 | 第60-64页 |
| 5.4.1 用户登录验证实现及展示 | 第61页 |
| 5.4.2 云台控制与摄像机聚焦控制实现及展示 | 第61页 |
| 5.4.3 NVR客户端功能模块实现及展示 | 第61-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录 | 第71-72页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第72页 |
