| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 智能视频监控的国内外研究现状及应用情况 | 第13-14页 |
| 1.2.1 国外 | 第13-14页 |
| 1.2.2 国内 | 第14页 |
| 1.3 论文的主要研究工作及结构安排 | 第14-17页 |
| 1.3.1 论文的主要工作 | 第14-15页 |
| 1.3.2 论文的结构安排 | 第15-17页 |
| 第二章 运动目标检测算法 | 第17-33页 |
| 2.1 引言 | 第17页 |
| 2.2 帧差法 | 第17-19页 |
| 2.3 光流法 | 第19-21页 |
| 2.4 背景减除法 | 第21-32页 |
| 2.4.1 高斯混合背景建模方法 | 第22-24页 |
| 2.4.2 基于码本模型的目标检测 | 第24-29页 |
| 2.4.2.1 背景建模 | 第25-27页 |
| 2.4.2.2 前景检测 | 第27-28页 |
| 2.4.2.3 更新模型 | 第28-29页 |
| 2.4.3 基于码本模型目标检测方法的优化 | 第29-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 基于码本检测算法的去除摇晃背景 | 第33-41页 |
| 3.1 引言 | 第33页 |
| 3.2 相关理论基础知识 | 第33-36页 |
| 3.2.1 KMeans 聚类 | 第33-34页 |
| 3.2.2 局部更新计数（LUC） | 第34-35页 |
| 3.2.3 摇晃测度 | 第35-36页 |
| 3.3 算法过程 | 第36-38页 |
| 3.4 实验结果与分析 | 第38-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第四章 基于 YUV 颜色分量和 LBP 纹理的码本算法 | 第41-58页 |
| 4.1 相关理论基础知识 | 第41-48页 |
| 4.1.1 图像 LBP 纹理特征 | 第41-43页 |
| 4.1.2 颜色不变性(Color Invariants) | 第43-48页 |
| 4.1.2.1 彩色图像构成模型 | 第44页 |
| 4.1.2.2 颜色不变性的确定 | 第44-47页 |
| 4.1.2.3 高斯颜色模型中的颜色光照参数 | 第47页 |
| 4.1.2.4 颜色不变性的选择 | 第47-48页 |
| 4.2 基于 YUV 颜色分量和 LBP 纹理的码本检测算法 | 第48-53页 |
| 4.2.1 训练背景模型 | 第48-50页 |
| 4.2.2 目标检测 | 第50-53页 |
| 4.2.2.1 颜色不变性检测 | 第51-52页 |
| 4.2.2.2 特征匹配检测 | 第52页 |
| 4.2.2.3 合并前景图 | 第52-53页 |
| 4.2.3 检测后处理 | 第53页 |
| 4.3 实验结果与分析 | 第53-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 智能视频监控系统的设计与实现 | 第58-73页 |
| 5.1 系统应用背景 | 第58页 |
| 5.2 系统架构设计 | 第58-63页 |
| 5.2.1 系统概要框架 | 第58-60页 |
| 5.2.2 功能架构图 | 第60-63页 |
| 5.3 网络交互设计 | 第63-68页 |
| 5.3.1 网络拓扑架构 | 第63-64页 |
| 5.3.2 网络交互协议 | 第64-68页 |
| 5.3.2.1 协议流程说明 | 第64-66页 |
| 5.3.2.2 协议消息结构描述 | 第66-68页 |
| 5.4 系统运行效果 | 第68-72页 |
| 5.4.1 目标跟踪实现效果 | 第68-72页 |
| 5.5 本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 工作总结 | 第73-74页 |
| 6.2 工作展望 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士学位期间取得的研究成果 | 第80-81页 |
| 致谢 | 第81-82页 |
| 附件 | 第82页 |
