机器视觉在建筑升降机中人员计数的运用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题的背景与研究 | 第10页 |
| 1.2 国内外应用研究现状 | 第10-13页 |
| 1.2.1 人数统计的研究现状 | 第10-11页 |
| 1.2.2 升降机轿厢内人数统计方法 | 第11-13页 |
| 1.3 研究内容 | 第13页 |
| 1.4 本文的内容安排 | 第13-15页 |
| 第二章 图像预处理的理论基础 | 第15-25页 |
| 2.1 数字图像简述 | 第15-16页 |
| 2.1.1 图像的类型 | 第15-16页 |
| 2.2 检测目标图像的获取 | 第16-17页 |
| 2.3 图像分割 | 第17-19页 |
| 2.3.1 图像边缘检测 | 第17-18页 |
| 2.3.2 阈值分割 | 第18-19页 |
| 2.4 图像平缓去噪 | 第19-21页 |
| 2.4.1 噪声的产生以及分类 | 第20页 |
| 2.4.2 去除图像噪声的方法简介 | 第20-21页 |
| 2.5 图像形态学 | 第21-24页 |
| 2.5.1 二值图像形态学 | 第21-22页 |
| 2.5.2 灰度图像形态学 | 第22-24页 |
| 2.6 小结 | 第24-25页 |
| 第三章 俯视图像中运动检测 | 第25-38页 |
| 3.1 常用的前景目标检测算法的比较 | 第25-32页 |
| 3.1.1 光流法 | 第25页 |
| 3.1.2 帧差法 | 第25-27页 |
| 3.1.3 背景差法 | 第27-32页 |
| 3.1.3.1 基本原理 | 第27-29页 |
| 3.1.3.2 常见模型 | 第29-32页 |
| 3.2 本文采用的背景模型 | 第32-36页 |
| 3.3 去除毛刺 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 图像中人头的特征提取 | 第38-44页 |
| 4.1 人头区域检测算法 | 第38-40页 |
| 4.1.1 特征点的选取 | 第38-39页 |
| 4.1.2 数据点的采集 | 第39-40页 |
| 4.2 人头区域椭圆拟合 | 第40-43页 |
| 4.2.1 最小二乘椭圆拟合原理 | 第40-42页 |
| 4.2.2 本课题人头区域椭圆的拟合方案 | 第42-43页 |
| 4.3 实验结果 | 第43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 人员跟踪计数实现 | 第44-54页 |
| 5.1 目标跟踪方法介绍 | 第44-45页 |
| 5.1.1 基于模板匹配的跟踪算法 | 第44页 |
| 5.1.2 基于特征匹配的跟踪算法 | 第44-45页 |
| 5.1.3 基于运动特性的跟踪算法 | 第45页 |
| 5.2 常用的目标搜索算法 | 第45-48页 |
| 5.2.1 卡尔曼滤波算法 | 第45-47页 |
| 5.2.2 均值偏移算法（mean shift） | 第47-48页 |
| 5.3 本文使用的跟踪算法 | 第48-53页 |
| 5.3.1 卡尔曼运动估计 | 第49-50页 |
| 5.3.2 最近距离匹配的跟踪算法 | 第50-51页 |
| 5.3.2.1 最近距离匹配法 | 第50-51页 |
| 5.3.2.2 跟踪计数算法 | 第51页 |
| 5.3.3 实验结果与分析 | 第51-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 论文总结 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 作者在攻读硕士学位期间发表的成果和参与的项目 | 第60-61页 |
| 附录 | 第61-67页 |
