导读:本文包含了监控图像论文开题报告文献综述及选题提纲参考文献，主要关键词:人脸检测,运动目标检测,帧差法,PTZ控制
监控图像论文文献综述
胡骞鹤,方书雅,刘守印,李纪平[1]（2019）在《基于教室监控视频的学生位置检测和人脸图像捕获算法》一文中研究指出实现一个基于课堂监控视频的学生位置检测和学生人脸图像获取系统。本系统由一个定焦全景摄像机和一个PTZ(平移(Pan)、倾斜(Tilt)、变焦(Zoom))摄像机组成。首先利用全景摄像机获得教室全景图像,针对实际课堂环境中的光线突变,提出基于帧间差的异常光线排除算法,实现异常光线监测和动态空教室图像检测与存储;使用HR网络结构对全景图像进行人脸检测,得到人脸检测框集合;针对非约束环境中学生因姿势变化和人脸遮挡、全景图像分辨率低等因素引起人脸信息缺失而导致人脸检测漏检问题,提出基于人体头肩特征的加权运动目标检测算法,得到目标检测框,提高人脸信息缺失的学生位置检测率;针对多种检测框的大量冗余,提出多种检测框加权融合算法,有效减少检测框的重复,得到学生人物检测框集合。然后,将学生人物检测框包含的位置信息传递至PTZ摄像机控制子系统,使PTZ逐个聚焦目标学生,捕获到清晰的学生人脸图像,为后续的人脸识别提供高质量的图像。(本文来源于《计算机与现代化》期刊2019年12期）
池世奇[2]（2019）在《交通卡口低照度监控图像增强算法研究》一文中研究指出夜间光线不足,导致监控采集到的图像普遍存在亮度低、对比度低、颜色失真、细节缺失等问题。针对这些问题,文章提出了一种基于变换空间和引导滤波相结合的retinex算法,用来补偿图像的光照强度。该算法首先将图像从RGB颜色空间转化为HSI的颜色空间(H、S、I分别为色调、饱和度和亮度),用Retinex算法对I分量即对图像的亮度通道单独进行光照补偿,并保持H色调分量和S饱和度分量保持不变,将HS通道与处理后的I通道相结合成新的HSI’图像,对传统的颜色恢复函数进行了改进并使用了引导滤波,提高了计算效率,并且能达到抑制图像在增强过程中造成的暗区域过度增强的目的。(本文来源于《南方农机》期刊2019年22期）
袁铭举[3]（2019）在《基于MATLAB视频监控图像插值算法研究》一文中研究指出插值算法被广泛运用在图形图像处理领域,而在视频监控中图像作为最主要的传递信息的媒介,对图像清晰度有很高的要求。本文使用近邻取样插值算法、双线性内插值算法和双叁次插值算法来构建图像算法的优化模型。通过MATLAB软件对监控图像进行插值算法优化,通过不同的插值算法,在灰度图像的浮点坐标中插入新的临近像素值,并分析叁种算法之间的优劣。结果表明在不同的使用环境下双叁次插值算法对图像的优化效果最优,虽运算量相对较大,但图像边缘像素清晰度依然能够得到保证。(本文来源于《信息通信》期刊2019年11期）
张风彦,赵云娥[4]（2019）在《基于监控视频图像的车辆发电机高寒环境下的适应性分析》一文中研究指出针高寒环境下汽车发电机存在适应性差等问题,提出基于监控视频图像的车辆发电机高寒环境下的适应性分析。首先,通过监控视频设备对高寒环境下汽车发电机图像进行采集,其次,采用均值滤波法对高寒环境下通过监控视频采集到的汽车发动机图像进行降噪处理,用单一阈值分割法对预处理后的图片进行分割;然后,通过图像领域中灰度值的波动规律提取发电机轮廓灰度图像,采用Sobel算子提取汽车发电机轮廓灰度图像的边缘,最后,通过确定缺陷区域的面积和周长,得到汽车发电机轮廓缺陷特征。实验结果表明,该方法能够准确分析高寒环境下汽车发电机表面出现的缺陷,以此来提升高寒环境下汽车发电机的适应性能。(本文来源于《环境技术》期刊2019年05期）
尹黎明,鲁屹华[5]（2019）在《基于深度学习的监控视频图像增强方法》一文中研究指出为了在一定码率下得到更好的监控视频的图像质量,传统方法一般通过改进编码器来实现。但由于编码器并不总是可以修改,并且存在对已编码视频进行增强的需求,因此,本文采用深度学习的方法,在解码端对已编码的监控视频图像进行增强。本文引入两个卷积神经网络,分别针对监控图像的前景和背景部分进行增强,以及另一个卷积神经网络,用于将上述两个增强结果进行融合,得到最终的增强图像。实验结果表明,在不修改编码器的情况下,该方法可以取得与传统方法相当甚至更好的效果。(本文来源于《湖北科技学院学报》期刊2019年05期）
马文学,单亚飞[6]（2019）在《智能视频监控系统中视频图像分析的关键技术研究》一文中研究指出随着视频监控的逐步发展,其已经成为我国安防系统中最有效的手段之一,为我国的安防事业做出了极大贡献。但是视频监控在给人们带来便利的同时,也为工作人员带来了困扰。每天面临成千上万的视频图像,一个监控人员要兼顾几百路甚至上千路的监控视频信号,使监控人员一直都处于高强度的工作状态中,无法及时对视频画面中的安全事件作出响应。因此,需要加强视频图像智能分析技术的研究。基于此,对智能视频监控系统中视频图像分析的关键技术展开研究,旨在提高人们对视频图像智能分析技术的认识。(本文来源于《通信电源技术》期刊2019年09期）
杨花雨[7]（2019）在《海上视频监控系统组合相似度图像智能识别方法》一文中研究指出在海上防御中,准确识别目标物体具有重要的现实意义。为此,针对2种传统图像目标识别方法存在的精度问题,研究一种海上视频监控系统组合相似度图像智能识别方法。该方法主要分为3步骤,首先对海上监控系统采集到的图像进行预处理,包括图像灰度化、图像平滑去噪、图像增强、图像分割等,然后利用HOG特征提取算法对处理好的图像进行特征提取,最后通过距离公式计算目标特征与数据库中相似性评价标准之间的相似度,完成相似度匹配,实现目标识别。结果表明:与基于K-means聚类、CNN模型等2种传统图像目标识别方法相比,利用本方法编程的软件程序进行25000个海上目标识别,识别准确性分别提高8.1%和7%,提高了海上防御的安全性。(本文来源于《舰船科学技术》期刊2019年18期）
杨晔,周伟,黄继卿,李永川,肖杨[8]（2019）在《超声图像引导和监控下的叁维声镊》一文中研究指出0引言1986年,Ashkin等人利用激光作用在微粒上的辐射力,实现了对介电粒子、细菌和病毒等的捕捉,从而提出光镊这一概念[1]。近几十年来,由于具有非接触,无创伤,以及可操纵粒子尺寸从几十纳米到几十微米等特点,光镊已成为一种重要的生物医学和物理研究工具[2]。与光镊类似,通过作用在微粒上的声辐射力,声镊能够实现对粒子的操控。基于声波与光波的差异,声镊在每单位输入能量下的捕捉力更大,从而可以实现对厘米级别粒子的操控[3]。同时,声镊对介质的光透明度没有要求,可以(本文来源于《2019年全国声学大会论文集》期刊2019-09-21）
胡航,黄小亮,高术,刘祖伟[9]（2019）在《叁峡船闸人字门门缝错位视频图像监控方案设计》一文中研究指出本文主要介绍了叁峡船闸人字闸门门缝错位的视频图像监控方案设计,经设备调试后投入试用,经检验,该设计方案符合要求,未带来安全隐患。(本文来源于《中国水运》期刊2019年09期）
姚晓同,杨晓[10]（2019）在《交通监控图像搜索与存储方法研究》一文中研究指出随着汽车数量的大量增长,交通管理部门需对海量交通监控数据进行高效的管理和存储。文章提出一种基于光盘库的搜索与管理方法,阐述了车牌号作为搜索关键字的原因,光盘库的优势,介绍了该系统的组成以及运行模式,以实现交通监控图像的搜索和长期存储。(本文来源于《计算机产品与流通》期刊2019年09期）
监控图像论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
夜间光线不足,导致监控采集到的图像普遍存在亮度低、对比度低、颜色失真、细节缺失等问题。针对这些问题,文章提出了一种基于变换空间和引导滤波相结合的retinex算法,用来补偿图像的光照强度。该算法首先将图像从RGB颜色空间转化为HSI的颜色空间(H、S、I分别为色调、饱和度和亮度),用Retinex算法对I分量即对图像的亮度通道单独进行光照补偿,并保持H色调分量和S饱和度分量保持不变,将HS通道与处理后的I通道相结合成新的HSI’图像,对传统的颜色恢复函数进行了改进并使用了引导滤波,提高了计算效率,并且能达到抑制图像在增强过程中造成的暗区域过度增强的目的。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
监控图像论文参考文献
[1].胡骞鹤,方书雅,刘守印,李纪平.基于教室监控视频的学生位置检测和人脸图像捕获算法[J].计算机与现代化.2019
[2].池世奇.交通卡口低照度监控图像增强算法研究[J].南方农机.2019
[3].袁铭举.基于MATLAB视频监控图像插值算法研究[J].信息通信.2019
[4].张风彦,赵云娥.基于监控视频图像的车辆发电机高寒环境下的适应性分析[J].环境技术.2019
[5].尹黎明,鲁屹华.基于深度学习的监控视频图像增强方法[J].湖北科技学院学报.2019
[6].马文学,单亚飞.智能视频监控系统中视频图像分析的关键技术研究[J].通信电源技术.2019
[7].杨花雨.海上视频监控系统组合相似度图像智能识别方法[J].舰船科学技术.2019
[8].杨晔,周伟,黄继卿,李永川,肖杨.超声图像引导和监控下的叁维声镊[C].2019年全国声学大会论文集.2019
[9].胡航,黄小亮,高术,刘祖伟.叁峡船闸人字门门缝错位视频图像监控方案设计[J].中国水运.2019
[10].姚晓同,杨晓.交通监控图像搜索与存储方法研究[J].计算机产品与流通.2019