| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 智能视频监控系统简介 | 第10-11页 |
| 1.3 智能监控系统的发展历程 | 第11-12页 |
| 1.4 国内外研究现状与发展前景 | 第12-14页 |
| 1.5 本文研究内容与结构安排 | 第14-16页 |
| 第2章 运动目标检测算法的研究 | 第16-32页 |
| 2.1 帧间差法 | 第16-18页 |
| 2.1.1 两帧差法 | 第16-17页 |
| 2.1.2 三帧差法 | 第17-18页 |
| 2.2 光流法 | 第18-20页 |
| 2.3 背景差分法 | 第20-26页 |
| 2.3.1 均值背景建模法 | 第21-22页 |
| 2.3.2 中值背景建模法 | 第22页 |
| 2.3.3 单高斯背景建模法 | 第22-24页 |
| 2.3.4 混合高斯背景建模法 | 第24-26页 |
| 2.4 基于连续三帧差与背景差分的运动目标检测算法 | 第26-29页 |
| 2.5 各算法仿真对比 | 第29-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第3章 阴影去除算法的研究与改进 | 第32-54页 |
| 3.1 颜色空间介绍 | 第32-38页 |
| 3.1.1 RGB颜色空间 | 第33-34页 |
| 3.1.2 HSI与HSV颜色空间 | 第34-36页 |
| 3.1.3 YUV颜色空间 | 第36-38页 |
| 3.2 阴影的产生原因 | 第38页 |
| 3.3 常用的阴影检测与去除算法 | 第38-43页 |
| 3.3.1 基于颜色特征的阴影检测方法 | 第38-42页 |
| 3.3.2 基于亮度特征的阴影检测方法 | 第42-43页 |
| 3.4 改进的阴影去除算法 | 第43-53页 |
| 3.4.1 背景建立与前景提取 | 第44-45页 |
| 3.4.2 多特征融合的阴影去除方法 | 第45页 |
| 3.4.3 RGB颜色空间下的阴影检测 | 第45-47页 |
| 3.4.4 基于归一化向量距离的阴影分析 | 第47-48页 |
| 3.4.5 基于亮度的误检分析 | 第48-50页 |
| 3.4.6 仿真结果分析 | 第50-53页 |
| 3.5 本章总结 | 第53-54页 |
| 第4章 嵌入式智能监控系统总体设计 | 第54-68页 |
| 4.1 硬件平台的选型与搭建 | 第54-55页 |
| 4.1.1 嵌入式系统微处理器的选取 | 第54页 |
| 4.1.2 系统硬件平台架构 | 第54-55页 |
| 4.2 嵌入式Linux开发环境的搭建 | 第55-60页 |
| 4.2.1 交叉编译环境的搭建 | 第55-57页 |
| 4.2.2 u-boot的制作与移植 | 第57-58页 |
| 4.2.3 Linux内核的裁剪 | 第58-59页 |
| 4.2.4 制作根文件系统 | 第59-60页 |
| 4.3 智能监控系统的开发与实现 | 第60-67页 |
| 4.3.1 系统整体程序架构 | 第60-62页 |
| 4.3.2 图像数据的采集 | 第62-63页 |
| 4.3.3 基于FFmpeg的视频图像数据压缩 | 第63-64页 |
| 4.3.4 嵌入式邮件系统的设计 | 第64-65页 |
| 4.3.5 基于开源项目motion的嵌入式web服务器 | 第65-67页 |
| 4.4 本章总结 | 第67-68页 |
| 第5章 系统模块与实验分析 | 第68-76页 |
| 5.1 系统整体模块分析 | 第68-71页 |
| 5.2 系统硬件结构展示 | 第71-72页 |
| 5.3 系统运行实验 | 第72-75页 |
| 5.3.1 监控系统常规运行实验 | 第72页 |
| 5.3.2 移动侦测与邮件警报实验 | 第72-74页 |
| 5.3.3 阴影去除处理 | 第74-75页 |
| 5.4 本章小结 | 第75-76页 |
| 第6章 总结与展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-83页 |
| 在学期间发表的学术论文与研究成果 | 第83页 |