基于人体行为分析的智能监控系统设计与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究目的及意义 | 第7-9页 |
| ·国内外研究现状及分析 | 第9-10页 |
| ·人体运动分析技术的发展趋势 | 第10-11页 |
| ·本文研究的主要内容 | 第11-13页 |
| ·论文结构安排 | 第13-15页 |
| 第二章 运动图像分析基础 | 第15-23页 |
| ·图像分析的意义 | 第15页 |
| ·运动图像的含义 | 第15页 |
| ·数学形态学基础 | 第15-19页 |
| ·腐蚀与膨胀 | 第16-18页 |
| ·开与闭 | 第18-19页 |
| ·图像处理技术 | 第19-21页 |
| ·图像平滑 | 第19-20页 |
| ·中值滤波 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 第三章 运动目标检测 | 第23-39页 |
| ·改进的运动目标检测法 | 第23-28页 |
| ·时间差分法 | 第23-24页 |
| ·背景减除法 | 第24-25页 |
| ·背景减除法与时间差分法加权 | 第25-28页 |
| ·基于背景建模的运动目标检测方法 | 第28-32页 |
| ·背景图像的统计特性 | 第28-29页 |
| ·颜色空间转换 | 第29-30页 |
| ·背景模型的初始化 | 第30-31页 |
| ·背景模型的更新 | 第31-32页 |
| ·图像分割 | 第32-37页 |
| ·阈值化分割 | 第33-35页 |
| ·自适应阈值分割 | 第35-36页 |
| ·二次二值化 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 运动目标跟踪 | 第39-49页 |
| ·运动目标跟踪模式的选择 | 第39-41页 |
| ·运动目标跟踪的位置标定 | 第41-44页 |
| ·区域融合 | 第41-43页 |
| ·目标跟踪匹配 | 第43-44页 |
| ·基于卡尔曼滤波的目标跟踪 | 第44-47页 |
| ·Kalman 滤波器 | 第45-46页 |
| ·Kalman 滤波器参数定义 | 第46页 |
| ·Kalman 滤波器的实现 | 第46-47页 |
| ·实验结果 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 运动目标行为识别 | 第49-57页 |
| ·标准行为库 | 第50-52页 |
| ·图像相似性对比算法 | 第52-54页 |
| ·Hu 不变矩 | 第52-53页 |
| ·加权Hu 不变矩 | 第53页 |
| ·图像相似度 | 第53-54页 |
| ·实验结果及分析 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第六章 系统设计及实验结果 | 第57-63页 |
| ·系统设计与实现 | 第57-59页 |
| ·系统框架 | 第57-58页 |
| ·功能模块 | 第58-59页 |
| ·系统开发平台及界面 | 第59-60页 |
| ·实验结果及分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第七章 总结与展望 | 第63-66页 |
| ·本文总结 | 第63-64页 |
| ·未来展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 在读期间发表论文 | 第71-72页 |
