| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第16-30页 |
| 1.1 研究背景与意义 | 第16-17页 |
| 1.2 视频传感器网络发展进程 | 第17-20页 |
| 1.3 国内外研究现状 | 第20-27页 |
| 1.3.1 网络覆盖问题研究现状 | 第20-23页 |
| 1.3.2 群智感知问题研究现状 | 第23-24页 |
| 1.3.3 嵌入式视频传感器软硬件平台 | 第24-27页 |
| 1.4 本文主要贡献 | 第27-28页 |
| 1.5 本文各章节安排 | 第28-30页 |
| 第二章 基于能量有效性的视频传感器网络协同覆盖算法 | 第30-48页 |
| 2.1 引言 | 第30-31页 |
| 2.2 系统模型及问题描述 | 第31-36页 |
| 2.2.1 视频传感器感知模型 | 第31-32页 |
| 2.2.2 视频传感器部署策略 | 第32页 |
| 2.2.3 符号意义 | 第32-33页 |
| 2.2.4 有效覆盖条件 | 第33-35页 |
| 2.2.5 问题描述 | 第35-36页 |
| 2.3 最大区域覆盖子问题解决方案 | 第36-41页 |
| 2.3.1 节约系数算法 | 第36-40页 |
| 2.3.2 仿真结果与分析 | 第40-41页 |
| 2.4 约束性区域覆盖问题解决方案 | 第41-47页 |
| 2.4.1 拓展节约系数算法 | 第42-43页 |
| 2.4.2 最大邻居算法 | 第43-45页 |
| 2.4.3 仿真结果与分析 | 第45-47页 |
| 2.5 本章小结 | 第47-48页 |
| 第三章 基于群智任务调度的移动视频传感器监控策略 | 第48-70页 |
| 3.1 引言 | 第48-49页 |
| 3.2 系统结构与流程 | 第49-51页 |
| 3.2.1 系统结构 | 第49-50页 |
| 3.2.2 系统流程 | 第50-51页 |
| 3.3 任务分配 | 第51-60页 |
| 3.3.1 基于遗传算法的任务分配方案 | 第52-59页 |
| 3.3.2 任务分配方案实验结果 | 第59-60页 |
| 3.4 任务路径规划 | 第60-67页 |
| 3.4.1 初始任务路径规划 | 第60-63页 |
| 3.4.2 初始任务路径规划结果 | 第63-64页 |
| 3.4.3 任务路径优化 | 第64-65页 |
| 3.4.4 任务路径优化结果 | 第65-67页 |
| 3.5 奖惩机制 | 第67-68页 |
| 3.6 本章小结 | 第68-70页 |
| 第四章 嵌入式视频传感器网络实验平台的构建 | 第70-86页 |
| 4.1 引言 | 第70-71页 |
| 4.2 实验平台构建 | 第71-79页 |
| 4.2.1 SEED-DEC6437数字信号处理开发平台 | 第71-77页 |
| 4.2.2 索尼EVI D70C云台摄像头 | 第77页 |
| 4.2.3 CCStudio 3.3 开发环境 | 第77-78页 |
| 4.2.4 DSP/BIOS | 第78-79页 |
| 4.3 面向协同覆盖的图像处理算法实现 | 第79-83页 |
| 4.3.1 Canny边缘检测算法 | 第79-80页 |
| 4.3.2 混合高斯背景模型 | 第80-82页 |
| 4.3.3 Vibe算法 | 第82-83页 |
| 4.4 面向调度的EVI D70C云台控制算法实现 | 第83-84页 |
| 4.5 本章小结 | 第84-86页 |
| 第五章 总结与展望 | 第86-88页 |
| 5.1 全文总结 | 第86-87页 |
| 5.2 未来展望 | 第87-88页 |
| 参考文献 | 第88-96页 |
| 致谢 | 第96-98页 |
| 攻读学位期间发表的学术论文目录 | 第98-100页 |
| 攻读学位期间参与的项目 | 第100页 |
