| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-14页 |
| 1.1 课题的背景与研究意义 | 第10-11页 |
| 1.2 国内外视频监控系统研究现状 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12页 |
| 1.4 本文组织结构 | 第12-14页 |
| 2 视觉监控系统需求分析 | 第14-26页 |
| 2.1 视频监控基础理论介绍 | 第14-15页 |
| 2.1.1 监控设备 | 第14页 |
| 2.1.2 视频传输 | 第14页 |
| 2.1.3 监控中心 | 第14-15页 |
| 2.2 需求分析 | 第15-17页 |
| 2.2.1 功能性需求 | 第15-16页 |
| 2.2.2 非功能性分析 | 第16-17页 |
| 2.3 技术可行性分析 | 第17-22页 |
| 2.3.1 系统结构分解 | 第17-19页 |
| 2.3.2 系统技术分解 | 第19-22页 |
| 2.4 开发平台技术 | 第22-25页 |
| 2.4.1 QT介绍 | 第22页 |
| 2.4.2 OpenCV介绍 | 第22-23页 |
| 2.4.3 SQL Server 2012数据库介绍 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 警用视频监控系统技术相关算法分析 | 第26-34页 |
| 3.1 粒子滤波框架介绍 | 第26-29页 |
| 3.1.1 算法基本思想 | 第26-27页 |
| 3.1.2 视频稳像问题的粒子化 | 第27-28页 |
| 3.1.3 目标跟踪问题的粒子化 | 第28-29页 |
| 3.2 基于加权粒子滤波的视频稳像算法研究 | 第29-31页 |
| 3.2.1 视频稳像问题中运动模型 | 第29-30页 |
| 3.2.2 基于加权特征点的全局运动估计 | 第30-31页 |
| 3.3 基于粒子滤波与ViBe方法的运动目标检测算法研究 | 第31-32页 |
| 3.4 基于粒子滤波的视觉运动目标跟踪算法 | 第32-33页 |
| 3.4.1 跟踪问题的数学模型 | 第32页 |
| 3.4.2 基于粒子滤波的跟踪过程描述 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 4 视频监控系统总体设计 | 第34-46页 |
| 4.1 系统总体架构设计 | 第34-35页 |
| 4.2 系统功能模块设计 | 第35-41页 |
| 4.2.1 接入点基本信息管理模块 | 第36-37页 |
| 4.2.2 接入点权限信息管理模块 | 第37-38页 |
| 4.2.3 接入点日志信息管理模块 | 第38页 |
| 4.2.4 接入点传输信息管理模块 | 第38-39页 |
| 4.2.5 动态接入点调度模块 | 第39-40页 |
| 4.2.6 动态数据运维模块 | 第40-41页 |
| 4.2.7 图像形态学处理模块 | 第41页 |
| 4.3 系统数据库设计 | 第41-45页 |
| 4.3.1 系统数据库架构设计 | 第42页 |
| 4.3.2 接入点基本信息表设计 | 第42-43页 |
| 4.3.3 摄像头信息表设计 | 第43-44页 |
| 4.3.4 目标行为信息表设计 | 第44页 |
| 4.3.5 危险等级信息表设计 | 第44-45页 |
| 4.3.6 历史数据信息表设计 | 第45页 |
| 4.4 本章小结 | 第45-46页 |
| 5. 视频监控系统实现 | 第46-56页 |
| 5.1 视频监控系统实现 | 第46-48页 |
| 5.1.1 用户登录界面 | 第46页 |
| 5.1.2 新用户注册界面 | 第46-47页 |
| 5.1.3 用户操作界面 | 第47-48页 |
| 5.2 视频监控性能测试 | 第48-55页 |
| 5.2.1 视频稳像结果分析 | 第48-51页 |
| 5.2.2 运动检测结果分析 | 第51-53页 |
| 5.2.3 目标跟踪结果分析 | 第53-54页 |
| 5.2.4 系统响应测试 | 第54-55页 |
| 5.3 本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间发表学术论文情况 | 第61-62页 |
| 致谢 | 第62-63页 |