| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题的背景与研究意义 | 第11-12页 |
| 1.2 相关技术的研究现状 | 第12-17页 |
| 1.2.1 出租车检测技术 | 第13-15页 |
| 1.2.2 吸烟行为检测技术 | 第15-17页 |
| 1.3 课题目标和研究难点 | 第17页 |
| 1.4 本文的研究内容和结构安排 | 第17-21页 |
| 1.4.1 本文的主要研究内容 | 第17-18页 |
| 1.4.2 本文的结构安排 | 第18-21页 |
| 第2章 出租车司机吸烟行为图像取证标准 | 第21-29页 |
| 2.1 引言 | 第21页 |
| 2.2 针对吸烟行为监控取证标准研究 | 第21-25页 |
| 2.2.1 图片取证标准 | 第22-23页 |
| 2.2.2 视频取证标准 | 第23-25页 |
| 2.3 吸烟行为取证标准 | 第25-29页 |
| 2.3.1 吸烟行为标准分级 | 第25-26页 |
| 2.3.2 出租车司机吸烟行为取证标准 | 第26-29页 |
| 第3章 出租车自动检测算法研究 | 第29-48页 |
| 3.1 引言 | 第29-30页 |
| 3.2 采集车窗区域正样本 | 第30-31页 |
| 3.3 针对出租车车窗区域识别的Haar-Adaboost算法 | 第31-37页 |
| 3.3.1 Haar特征提取 | 第31-33页 |
| 3.3.2 Haar特征值计算 | 第33-34页 |
| 3.3.3 Boosting分类器原理 | 第34-35页 |
| 3.3.4 Adaboost出租车分类器设计 | 第35-37页 |
| 3.4 针对出租车车顶灯区域的直方图对比算法 | 第37-42页 |
| 3.4.2 出租车车顶区域定位 | 第37-38页 |
| 3.4.3 针对车顶灯区域的HSV空间转换 | 第38-41页 |
| 3.4.4 基于相关系数法的车顶灯区域直方图对比 | 第41-42页 |
| 3.5 实验及结果分析 | 第42-45页 |
| 3.6 本章小结 | 第45-48页 |
| 第4章 针对吸烟烟雾颜色特征的疑似烟雾检测 | 第48-58页 |
| 4.1 引言 | 第48-49页 |
| 4.2 烟雾检测区域定位 | 第49页 |
| 4.3 基于混合高斯背景建模的疑似烟雾区域检测 | 第49-53页 |
| 4.3.1 运动目标检测方法比较 | 第49-51页 |
| 4.3.2 单高斯背景建模 | 第51-52页 |
| 4.3.3 混合高斯背景建模 | 第52-53页 |
| 4.4 HSV颜色空间下烟雾疑似区域提取 | 第53-55页 |
| 4.5 实验及结果分析 | 第55-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第5章 针对烟雾运动特征分析的吸烟行为判定 | 第58-73页 |
| 5.1 引言 | 第58页 |
| 5.2 形态学处理 | 第58-63页 |
| 5.2.1 腐蚀和膨胀运算 | 第59-61页 |
| 5.2.2 开运算和闭运算 | 第61-63页 |
| 5.3 烟雾运动特征分析 | 第63-69页 |
| 5.3.1 面积特征分析 | 第65-67页 |
| 5.3.2 质心运动特征分析 | 第67-69页 |
| 5.4 基于SVM的吸烟行为判定 | 第69-71页 |
| 5.5 实验及结果分析 | 第71页 |
| 5.6 本章小结 | 第71-73页 |
| 结论 | 第73-76页 |
| 参考文献 | 第76-82页 |
| 攻读硕士学位期间发表的学术论文 | 第82-84页 |
| 攻读硕士期间参加的科研活动和获得的奖励 | 第84-86页 |
| 致谢 | 第86页 |