导读:本文包含了智能图像监视论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:图像,视频,监视系统,智能,终端,体系结构,火灾。
智能图像监视论文文献综述
陈川,邓成中[1]（2015）在《基于智能消防炮的多路视频图像采集与监视系统设计》一文中研究指出针对现有的智能消防炮使用传感器的火灾探测技术中使用不便的问题,设计一种适用于智能消防炮的多路视频图像信号采集及处理的智能监视系统。该系统主要由FPGA(FieldProgrammable Gate Array)和DSP(Digital Signal Processor)实现。FPGA驱动SAA7111A和8X4视频交叉点矩阵开关MAX4360分时采集多路视频图像信号并通过EMIF(External Memory Interface)接口将采集的视频图像信号传输给DSP进行图像的处理和识别后将有火灾的通道号传输给FPGA,由FPGA来智能选通矩阵开关并将该路采集的视频图像信号经过ADV7171输出到显示屏上。给出了主要模块具体的硬件电路设计和程序的设计思路。(本文来源于《成都纺织高等专科学校学报》期刊2015年04期）
鲁维[2]（2009）在《基于图像处理的火灾智能监视识别技术的研究》一文中研究指出火灾危害大,涉及范围广,火灾类型也层出不穷,尤其是大空间建筑和地下建筑的火灾监测和报警更是对传统型火灾探测器的巨大挑战。因为大空间建筑和地下建筑的空间大,火灾发生时产生的烟雾很难到达房间顶部或受热障区域的影响,人们常常不能及时发现起火位置,无法进行早期火灾监测、报警,使得消防联动装置成了摆设,等到火势无法控制时则为时已晚,造成巨大的损失。针对传统火灾探测器的缺陷,本文主要研究了火灾的各种物理特征及其火灾发生时的特殊表现,针对火灾图像实时性强、火灾烟雾含有大量火灾特征信息等特点,结合图像处理技术和小波分析理论,提出了基于图像处理的火灾智能监视识别方法。该方法获取实时视频中的帧图像,将帧图像转换为灰度图像,然后进行图像的预处理,包括增强图像的对比度,平滑和锐化等,接着提取早期火灾烟雾图像的特征,最后进行图像模式识别来判别是否有火灾发生,如果发生火灾则启动消防联动系统,消除火灾隐患,起到早期火灾报警的作用,达到避免经济损失和人员伤害的目的。针对烟雾图像的特点,本文提出两种烟雾图像型火灾检测方法:基于小波变换的烟雾图像型火灾检测法和基于帧图像相减法的烟雾图像型火灾检测法。基于小波变换的烟雾图像型火灾检测法首先对烟雾图像进行预处理,提高图像利用率,然后将烟雾图像小波分解,把高频部分的水平分量、垂直分量和对角分量作为特征向量进行模式识别判断火灾是否发生。基于帧图像相减法的烟雾图像型火灾检测法,将正常状况下采集的图像与烟雾图像进行相减,直接消除背景,再提取烟雾图像的异常部分,并把相减后的图像作为特征向量进行模式识别以判断火灾是否发生。以上两种方法均采用人工神经网络的方法进行火灾模式识别的分类,将火灾报警的分类简化为二值分类问题,即第一类非火灾,第二类火灾。通过视频监视实验证明,这两种方法实验结果准确性高、实时性强、鲁棒性好,具有重要的科学理论意义和工程应用价值。(本文来源于《长安大学》期刊2009-05-16）
陈显华[3]（2004）在《智能视频监视系统中图像处理与识别技术研究》一文中研究指出智能视频监视系统具有广泛的应用前景，是保证现代社会公共安全的重要高科技手段与技术。传统的监视报警系统不具备自动识别能力，没法实现无人值守的目的与要求。本文针对传统监视报警系统的不足，对智能视频监视系统中的关键技术—图像处理与识别技术进行了研究。完成的主要研究工作如下： (1)运动目标检测方法研究 针对户外监视复杂背景下运动目标难以提取的问题，提出了基于彩色图像差值模型、自适应阈值分割和图像形态学等技术的运动目标检测方法，并对图像平滑、增强、边缘检测等方法进行了分析、比较研究。实现了户外场景中运动目标的有效检测与提取。 (2)运动目标影子去除方法研究 日照产生的物体阴影会使图像分割后，目标区域中含有多余的阴影区域，从而导致目标识别的失败。针对该问题，本文在前人研究的基础上，提出了基于直方图技术和聚类技术的多目标影子判别与去除方法。并对常用的C一均值聚类方法和模糊聚类方法进行了分析比较。实验表明，本文提出的多目标影子判别与去除方法能够快速有效地去除运动目标的影子。 (3)运动目标识别方法研究 目标的运动会造成提取的目标区域的形状等特征发生变化，这给目标的正确识别带来了困难。针对目标识别的问题，本文提出了两种识别途径：即基于运动目标整体形状的BP神经网络识别方法和基于运动目标头肩区域特征的遗传神经网络识别方法。前一种方法是在去除目标影子的前提下，提取运动目标整体形状的不变矩特征，然后利用BP人工神经网络进行目标的识别。后一种方法是不需要去除目标影子，直接提取相对稳定的目标头肩区域的形状不变矩特征，然后利用遗传神经网络实现目标的识别，因为简化了特征提取过程且不需要进行影子的判别与去除运算，所以可快速、准确地实现运动目标的识别。(本文来源于《中国海洋大学》期刊2004-06-01）
卢强,陈泉林,林康红,奉玲[4]（2001）在《智能交通监视系统中路况图像背景去除算法研究》一文中研究指出针对基于视觉的交通监视系统中路况图像背景去除存在的种种问题,提出了一种基于边缘的背景去除算法。该算法简单且容易理解。实践证明,用该算法能够有效地去除背景信息。(本文来源于《电子技术应用》期刊2001年11期）
付炜[5]（2001）在《智能图像监视系统及网络应用研究》一文中研究指出图像监视系统是社会各机要部门所必备的安全防范设施。随着图像技术、计算机技术、网络技术、VLSI技术的不断发展，对监视系统也提出了更高的要求。本文针对一种远程多路智能图像监视系统方案，研究了其中的两个子系统。首先，将描述在单机系统上运行的多路智能图像监视系统，探讨其工作的原理和使用的关键技术，分析了系统硬件部分的设计。其次，将着重分析系统的网络连接体系，包括监视终端技术和监视网络技术两部分。监视终端技术的分析中描述了监视平台的选择和各类终端的特性，提出了X终端的概念，详细分析了X体系结构。在监视网络部分，结合多媒体通信网描述了监视系统所用到的网络技术，详细分析了IP协议体系中为保证实时业务在IP网中很好运行，使用的实时传送协议（RTP协议）和实时传送控制协议（RTCP），以及为了给实时业务或其他特定业务提供足够宽的通道，用到的资源预留协议（RSVP）。应用程序被分为X客户和显示服务器二个部分，X服务器在终端上向X客户提供服务。我们将远程监视系统建立在X体系结构下，监视系统属于应用客户端，而监视终端属于服务器端，负责客户端的I/O和显示。监视场景被监视系统记录下来，通过监视控制中心对多路图像流进行分析处理，形成各种所需数据，然后经由网络传向监视终端。监视网络建立在Linux操作系统下，负责数据传送，系统管理，界面参数配置和系统安全。最后，对系统性能和实验结果作了分析。(本文来源于《电子科技大学》期刊2001-04-01）
智能图像监视论文开题报告
（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：
火灾危害大,涉及范围广,火灾类型也层出不穷,尤其是大空间建筑和地下建筑的火灾监测和报警更是对传统型火灾探测器的巨大挑战。因为大空间建筑和地下建筑的空间大,火灾发生时产生的烟雾很难到达房间顶部或受热障区域的影响,人们常常不能及时发现起火位置,无法进行早期火灾监测、报警,使得消防联动装置成了摆设,等到火势无法控制时则为时已晚,造成巨大的损失。针对传统火灾探测器的缺陷,本文主要研究了火灾的各种物理特征及其火灾发生时的特殊表现,针对火灾图像实时性强、火灾烟雾含有大量火灾特征信息等特点,结合图像处理技术和小波分析理论,提出了基于图像处理的火灾智能监视识别方法。该方法获取实时视频中的帧图像,将帧图像转换为灰度图像,然后进行图像的预处理,包括增强图像的对比度,平滑和锐化等,接着提取早期火灾烟雾图像的特征,最后进行图像模式识别来判别是否有火灾发生,如果发生火灾则启动消防联动系统,消除火灾隐患,起到早期火灾报警的作用,达到避免经济损失和人员伤害的目的。针对烟雾图像的特点,本文提出两种烟雾图像型火灾检测方法:基于小波变换的烟雾图像型火灾检测法和基于帧图像相减法的烟雾图像型火灾检测法。基于小波变换的烟雾图像型火灾检测法首先对烟雾图像进行预处理,提高图像利用率,然后将烟雾图像小波分解,把高频部分的水平分量、垂直分量和对角分量作为特征向量进行模式识别判断火灾是否发生。基于帧图像相减法的烟雾图像型火灾检测法,将正常状况下采集的图像与烟雾图像进行相减,直接消除背景,再提取烟雾图像的异常部分,并把相减后的图像作为特征向量进行模式识别以判断火灾是否发生。以上两种方法均采用人工神经网络的方法进行火灾模式识别的分类,将火灾报警的分类简化为二值分类问题,即第一类非火灾,第二类火灾。通过视频监视实验证明,这两种方法实验结果准确性高、实时性强、鲁棒性好,具有重要的科学理论意义和工程应用价值。
（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。
智能图像监视论文参考文献
[1].陈川,邓成中.基于智能消防炮的多路视频图像采集与监视系统设计[J].成都纺织高等专科学校学报.2015
[2].鲁维.基于图像处理的火灾智能监视识别技术的研究[D].长安大学.2009
[3].陈显华.智能视频监视系统中图像处理与识别技术研究[D].中国海洋大学.2004
[4].卢强,陈泉林,林康红,奉玲.智能交通监视系统中路况图像背景去除算法研究[J].电子技术应用.2001
[5].付炜.智能图像监视系统及网络应用研究[D].电子科技大学.2001
论文知识图
