| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外发展现状 | 第13-15页 |
| 1.2.1 医疗防护系统的发展 | 第13页 |
| 1.2.2 智能视频监控的发展 | 第13-14页 |
| 1.2.3 跌倒检测技术 | 第14-15页 |
| 1.3 本文的主要工作 | 第15页 |
| 1.4 论文结构安排 | 第15-17页 |
| 第二章 系统总体设计与硬件平台 | 第17-31页 |
| 2.1 系统需求分析 | 第17-18页 |
| 2.1.1 软件需求分析 | 第17-18页 |
| 2.1.2 硬件需求分析 | 第18页 |
| 2.2 系统总体设计 | 第18-21页 |
| 2.3 OpenCV库介绍 | 第21页 |
| 2.4 硬件平台介绍 | 第21-30页 |
| 2.4.1 硬件核心树莓派 | 第22-23页 |
| 2.4.2 摄像头模块 | 第23-25页 |
| 2.4.3 显示器模块 | 第25-27页 |
| 2.4.4 GSM模块 | 第27-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 跌倒检测算法 | 第31-48页 |
| 3.1 视频采集 | 第31页 |
| 3.2 图像预处理 | 第31-35页 |
| 3.2.1 二值化 | 第32页 |
| 3.2.2 高斯滤波 | 第32-33页 |
| 3.2.3 形态学滤波 | 第33-35页 |
| 3.3 运动目标检测 | 第35-41页 |
| 3.3.1 光流法 | 第35页 |
| 3.3.2 帧差分法 | 第35-36页 |
| 3.3.3 背景差分法 | 第36-39页 |
| 3.3.4 几种运动目标检测算法的对比 | 第39-41页 |
| 3.4 混合高斯背景建模的改进 | 第41-44页 |
| 3.4.1 自适应选择高斯分布的个数 | 第41-42页 |
| 3.4.2 可调节的学习率? | 第42-44页 |
| 3.5 跌倒行为识别 | 第44-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第四章 系统软件设计 | 第48-60页 |
| 4.1 系统软件设计方案 | 第48页 |
| 4.2 树莓派下OpenCV的安装 | 第48-49页 |
| 4.3 Mjpg-streamer视频服务器设计 | 第49-56页 |
| 4.3.1 Mjpg-streamer视频服务器介绍 | 第49-55页 |
| 4.3.2 树莓派上Mjpg-streamer视频服务器安装 | 第55-56页 |
| 4.4 Ngrok服务器搭建 | 第56-57页 |
| 4.5 邮局协议POP3 | 第57-59页 |
| 4.5.1 POP3通信过程 | 第57-58页 |
| 4.5.2 POP3命令和响应 | 第58页 |
| 4.5.3 树莓派上使用POP3 | 第58-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第五章 系统测试 | 第60-66页 |
| 5.1 实验分析 | 第60-65页 |
| 5.2 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 在学期间的研究成果及发表的学术论文 | 第72页 |