| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第10-16页 |
| 1.1 论文的研究背景 | 第10-11页 |
| 1.2 课题的研究意义 | 第11-12页 |
| 1.3 国内外监护发展现状 | 第12-13页 |
| 1.4 研究的主要内容与措施 | 第13页 |
| 1.4.1 研究的主要内容 | 第13页 |
| 1.4.2 拟采取的措施 | 第13页 |
| 1.5 论文的组织结构 | 第13-16页 |
| 2 嵌入式系统设计基础 | 第16-28页 |
| 2.1 嵌入式系统硬件平台的选型 | 第16-17页 |
| 2.2 嵌入式系统软件平台的选型 | 第17-19页 |
| 2.3 交叉编译环境的搭建 | 第19页 |
| 2.4 嵌入式Linux操作系统的移植 | 第19-25页 |
| 2.4.1 U-boot的移植 | 第20-21页 |
| 2.4.2 嵌入式Linux内核的移植 | 第21-23页 |
| 2.4.3 根文件系统的建立 | 第23-25页 |
| 2.5 开发板驱动的移植 | 第25-27页 |
| 2.5.1 摄像头 | 第25-26页 |
| 2.5.2 无线网卡 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 3 远程监护系统的总体方案设计 | 第28-42页 |
| 3.1 系统总体功能 | 第28页 |
| 3.2 系统硬件平台搭建 | 第28-32页 |
| 3.2.1 硬件平台总体结构 | 第28-30页 |
| 3.2.2 数据采集端总体设计 | 第30-32页 |
| 3.3 软件设计的整体方案 | 第32-33页 |
| 3.4 系统软件的开发过程 | 第33-40页 |
| 3.4.1 Web服务器BOA模块 | 第33-35页 |
| 3.4.2 mjpg-streamer视频服务器模块 | 第35-36页 |
| 3.4.3 CGI设计 | 第36-37页 |
| 3.4.4 HTML设计 | 第37-38页 |
| 3.4.5 OpenCV移植 | 第38-39页 |
| 3.4.6 基于V4L2的视频图片采集 | 第39-40页 |
| 3.5 本章小结 | 第40-42页 |
| 4 视频采集图像的检测与分析 | 第42-58页 |
| 4.1 视频监控中运动目标的检测的方法 | 第42-45页 |
| 4.1.1 光流法 | 第42页 |
| 4.1.2 帧间差分法 | 第42-43页 |
| 4.1.3 背景差分法 | 第43-45页 |
| 4.2 混合高斯背景建模方法 | 第45-47页 |
| 4.2.1 混合高斯模型参数初始化 | 第46页 |
| 4.2.2 混合高斯模型的参数更新 | 第46-47页 |
| 4.2.3 背景生成 | 第47页 |
| 4.3 混合高斯模型检测法的实现 | 第47-51页 |
| 4.3.1 基于OpenCV的混合高斯模型 | 第47-48页 |
| 4.3.2 基于OpenCV高斯模型的参数更新 | 第48-50页 |
| 4.3.3 视频检测实验结果与分析 | 第50-51页 |
| 4.4 目标的框定和空间动态虚拟 | 第51-56页 |
| 4.4.1 目标的框定 | 第51-53页 |
| 4.4.2 监控目标空间的动态虚拟 | 第53-56页 |
| 4.5 本章小结 | 第56-58页 |
| 5 采集信息的智能处理 | 第58-68页 |
| 5.1 采集信息的分析 | 第58-61页 |
| 5.1.1 信息的数据描述 | 第58-59页 |
| 5.1.2 信息接收模块 | 第59页 |
| 5.1.3 sqlite数据库 | 第59-61页 |
| 5.2 采集信息的智能处理方法 | 第61-65页 |
| 5.2.1 采集信息的处理 | 第61页 |
| 5.2.2 客户请求的处理 | 第61-62页 |
| 5.2.3 智能预警 | 第62-65页 |
| 5.3 系统测试 | 第65-67页 |
| 5.3.1 监护系统的首页 | 第65页 |
| 5.3.2 监护系统的登录页面 | 第65-66页 |
| 5.3.3 实时监控 | 第66-67页 |
| 5.4 本章小结 | 第67-68页 |
| 6 结论 | 第68-70页 |
| 6.1 总结 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74页 |