| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-15页 |
| 1 绪论 | 第15-21页 |
| ·智能视频监控简介 | 第15页 |
| ·选题的背景及意义 | 第15-17页 |
| ·智能视频监控国内外研究现状 | 第17-18页 |
| ·智能视频监控关键技术分析 | 第18-20页 |
| ·本文研究内容及章节安排 | 第20-21页 |
| 2 运动图像序列处理技术基础 | 第21-30页 |
| ·基于OpenCV的图像处理 | 第21-24页 |
| ·OpenCV背景知识 | 第21-22页 |
| ·OpenCV在视频分析中的应用 | 第22页 |
| ·OpenCV在VC2010 Express下的配置 | 第22-24页 |
| ·图像预处理相关技术基础 | 第24-27页 |
| ·图像去噪 | 第24-26页 |
| ·图像灰度化 | 第26页 |
| ·离散余弦变换 | 第26-27页 |
| ·数学形态学基础 | 第27-29页 |
| ·数学形态学简介 | 第27-28页 |
| ·腐蚀、膨胀运算 | 第28-29页 |
| ·开运算、闭运算 | 第29页 |
| ·本章小结 | 第29-30页 |
| 3 视频图像序列中的运动目标检测算法研究 | 第30-47页 |
| ·运动目标检测主要算法及原理 | 第30-33页 |
| ·光流法 | 第30-31页 |
| ·帧间差分法 | 第31-32页 |
| ·背景减除法 | 第32-33页 |
| ·改进的基于混合高斯背景建模的运动目标检测算法 | 第33-37页 |
| ·混合高斯背景建模原理 | 第33-35页 |
| ·传统的基于混合高斯建模进行前景检测的缺陷 | 第35页 |
| ·改进的基于混合高斯背景建模的运动目标检测算法 | 第35-36页 |
| ·实验效果与分析 | 第36-37页 |
| ·基于差分背景融合建模的运动目标检测算法 | 第37-45页 |
| ·算法基本思想 | 第37-38页 |
| ·背景模型的建立 | 第38-39页 |
| ·自适应背景更新策略 | 第39-41页 |
| ·实验效果与分析 | 第41-45页 |
| ·本章小结 | 第45-47页 |
| 4 基于图像感知哈希技术的运动目标跟踪算法 | 第47-59页 |
| ·视频监控中的运动目标跟踪算法介绍 | 第47-49页 |
| ·复杂场景中的运动目标跟踪 | 第49页 |
| ·基于图像感知哈希技术的运动目标跟踪算法 | 第49-54页 |
| ·图像感知哈希技术 | 第50-51页 |
| ·目标模板哈希值的生成 | 第51页 |
| ·哈希值的匹配 | 第51-52页 |
| ·目标模板的自适应更新 | 第52-54页 |
| ·目标跟踪搜索策略 | 第52-53页 |
| ·模板评价函数 | 第53页 |
| ·自适应模板更新准则 | 第53-54页 |
| ·跟踪过程中的问题解决 | 第54-55页 |
| ·目标的区域搜索及匹配 | 第54页 |
| ·区域目标新进与出离 | 第54-55页 |
| ·目标尺度变化及遮挡 | 第55页 |
| ·实现效果与分析 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 5 智能视频监控系统中的异常行为分析 | 第59-73页 |
| ·人体异常行为判别常用算法 | 第59-60页 |
| ·区域划定与人体特征提取 | 第60-64页 |
| ·检测区域设定 | 第60-61页 |
| ·运动人体标识 | 第61-62页 |
| ·目标运动特征提取 | 第62-64页 |
| ·基于目标团块和运动轨迹的行为判定 | 第64-68页 |
| ·目标团块分析法 | 第64页 |
| ·运动目标轨迹分析法 | 第64-66页 |
| ·异常行为规则设定 | 第66-68页 |
| ·常见异常检测实验效果及分析 | 第68-72页 |
| ·区域入侵检测 | 第68-69页 |
| ·人体跌倒检测 | 第69-70页 |
| ·遗留物检测 | 第70-71页 |
| ·区域徘徊检测 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 6 结论与展望 | 第73-76页 |
| ·本文总结 | 第73-74页 |
| ·未来研究展望 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 附录A 运动目标检测部分核心代码 | 第81-83页 |
| 附录B 运动目标跟踪部分核心代码 | 第83-88页 |
| 附录C 异常行为分析部分核心代码 | 第88-90页 |
| 作者简历 | 第90页 |