出租车视频监控的异常图像检测与乘客识别研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 异常图像检测研究现状 | 第9-10页 |
| 1.2.2 乘客识别研究现状 | 第10页 |
| 1.3 本文研究内容 | 第10-11页 |
| 1.4 本文技术路线 | 第11-12页 |
| 1.5 论文章节安排 | 第12-14页 |
| 第二章 系统总体设计 | 第14-20页 |
| 2.1 系统硬件 | 第14-17页 |
| 2.1.1 车载摄像头 | 第15页 |
| 2.1.2 车载硬盘 | 第15页 |
| 2.1.3 信号传输设备 | 第15-16页 |
| 2.1.4 处理芯片 | 第16-17页 |
| 2.2 系统软件 | 第17-20页 |
| 第三章 异常图像检测 | 第20-38页 |
| 3.1 异常图像判定标准 | 第21-22页 |
| 3.2 选取基准图像 | 第22-23页 |
| 3.3 图像预处理 | 第23-26页 |
| 3.3.1 图像灰度化 | 第23-24页 |
| 3.3.2 图像缩放 | 第24-25页 |
| 3.3.3 中值滤波 | 第25-26页 |
| 3.4 图像的形态学处理 | 第26-31页 |
| 3.4.1 OTSU二值化 | 第26-28页 |
| 3.4.2 图像开运算 | 第28-29页 |
| 3.4.3 图像闭运算 | 第29-30页 |
| 3.4.4 二值图像取反 | 第30-31页 |
| 3.5 图像分割 | 第31-33页 |
| 3.6 参数计算与结果判定 | 第33-36页 |
| 3.6.1 皮尔逊相关系数 | 第33-34页 |
| 3.6.2 像素和比值 | 第34-35页 |
| 3.6.3 结果判定 | 第35-36页 |
| 3.7 仿真测试和数据分析 | 第36-38页 |
| 3.7.1 仿真环境 | 第36页 |
| 3.7.2 图像测试 | 第36-37页 |
| 3.7.3 算法性能 | 第37-38页 |
| 第四章 副驾驶位置乘客识别 | 第38-47页 |
| 4.1 色彩空间与肤色模型 | 第39-40页 |
| 4.1.1 YCbCr色彩空间 | 第39-40页 |
| 4.1.2 面部肤色模型 | 第40页 |
| 4.2 面部初步检测 | 第40-42页 |
| 4.2.1 图像截取 | 第41页 |
| 4.2.2 面部粗提取 | 第41-42页 |
| 4.2.3 图像开运算 | 第42页 |
| 4.3 面部精确检测 | 第42-43页 |
| 4.3.1 去除驾驶员位置 | 第42-43页 |
| 4.3.2 面部精确提取 | 第43页 |
| 4.4 基于面积比的乘客识别 | 第43-44页 |
| 4.5 仿真测试与数据分析 | 第44-47页 |
| 4.5.1 仿真环境 | 第44-45页 |
| 4.5.2 图像分类与测试 | 第45页 |
| 4.5.3 算法性能 | 第45-47页 |
| 第五章 软件设计 | 第47-55页 |
| 5.1 图形界面设计 | 第47-51页 |
| 5.2 软件编译 | 第51-52页 |
| 5.3 软件运行效果 | 第52-55页 |
| 结论 | 第55-57页 |
| 一 全文总结 | 第55页 |
| 二 存在的不足 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60-63页 |
| 攻读学位期间取得的研究成果 | 第63-64页 |
| 致谢 | 第64页 |
