视频监控的图像增强技术研究与应用

目录

声明

第一章 绪论

1.1 研究背景与意义

1.1.1 研究背景

1.1.2 研究意义

1.2 国内外研究现状

1.2.1 视频监控系统概况

1.2.2 夜间行人检测现状

1.2.3 图像增强研究现状

1.3 论文主要工作

1.4 论文组织结构

第二章 相关技术

2.1 图像基础知识

2.1.1 图像的基本类型

2.1.2 图像的表示方式

2.2 图像增强技术

2.2.1 空域图像增强

2.2.2 变换域法图像增强

2.3 目标检测

2.3.1 R-CNN

2.3.2SPP Net

2.3.3Fast R-CNN

2.3.4Faster R-CNN

2.4 本章小结

第三章 夜间监控视频的行人检测模型

3.1 夜间监控视频的行人检测模型描述

3.2 图像预处理

3.3 改进的Faster R-CNN模型

3.3.1 特征提取器

3.3.2 RPN

3.3.3 ROI池化层

3.3.4 分类器

3.4 损失函数

3.5 实验与分析

3.5.1 实验环境

3.5.2 数据集

3.5.3 行人检测评估指标

3.5.4 模型训练

3.5.5 实验结果与分析

3.6 本章小结

第四章 基于具有图像去噪的Retinex图像增强模型

4.1 基于具有图像去噪的Retinex图像增强模型描述

4.2 基于Retinex分解

4.2.1 RGB转化为HSV图像

4.2.2 分解明度

4.3 照明层增强

4.3.1 阴影提升函数

4.3.2 图像去噪函数

4.4 转换图像

4.5 实验与结果分析

4.5.1 实验环境

4.5.2 实验结果评判标准

4.5.3 实验结果与分析

4.6 本章小结

第五章 视频监控图像增强系统设计与实现

5.1 系统概述

5.2 系统总体设计

5.2.1 系统总体架构设计

5.2.2 系统功能模块设计

5.2.3 系统数据库设计

5.3 系统实现

5.3.1 行人检测模块

5.3.2 图像增强模块

5.3.3 报警模块

5.4 系统性能分析

5.4.1 开发环境配置

5.4.2 测试数据

5.4.3 测试结果分析

5.5 本章小结

第六章 总结与展望

6.1 本文总结

6.2 展望

致谢

参考文献

攻读硕士学位期间取得的成果