一、煤矿视频监控系统图像锐化增强的程序设计及实例（论文文献综述）
苏强[1]（2020）在《矿用带式输送机智能物料超限识别及安全防护系统研究》文中进行了进一步梳理煤炭工业是关系国家经济命脉和能源安全的重要基础产业,带式输送机则是煤炭运输的关键设备,在煤炭运输中起着至关重要的作用。输送机皮带作为带式输送机的核心部件,由于煤矿井下环境复杂恶劣,再加上其本身的强度问题,在生产中很容易出现纵向撕裂、断带等的重大事故。不仅会影响安全生产效率,而且会造成十分惨重的经济损失。因此,带式输送机安全防护研究要解决的首要问题便是皮带纵向撕裂的检测,如能检测出皮带纵撕的早期阶段并作出响应,就能在很大程度上减小皮带纵撕对矿井生产过程的影响。同时从皮带纵撕的根本原因出发,如能精确识别出皮带运输系统中的超限物料并作出响应,则可以极大的预防超限物料对皮带的损害,保障皮带运输系统的安全稳定运行。随着机器视觉技术的发展,为了弥补这一缺陷,为山西某矿原煤生产车间研发了“202皮带输送机智能物料超限识别及安全防护系统”,为选煤厂安全生产、降本增效提供了科学保障。本文主要是基于“202皮带输送机智能物料超限识别及安全防护系统”工作,主要研究工作如下:1)进行了基于视觉的带式输送机智能物料超限识别及安全防护系统的总体构建设计,并对系统的软、硬件部分进行了选型与设计。为克服环境煤尘大的影响,研发了防尘保护装置。当超限物料超出设定值、检测到有纵向撕裂、皮带附近近距离有人时系统可报警并停机。2)对图像灰度化、图像滤波和图像增强等图像预处理方法进行了研究。通过分析超限物料图像的特点,比较了常用图像滤波和图像增强的效果,选择了合适的滤波和增强方法,并通过实验证明了这些图像预处理方法均有利于图像特征信息的保留,提高待测图像的辨识度。3)对输送带超限物料图像进行了目标分割及检测研究,提出了一种基于灰度阈值和边缘检测相结合的输送带物料图像分割算法和一种通过行灰度分布曲线计算物料图像像素值数量的方法,并通过实验验证了方法的实用性和有效性。4)根据输送带纵向撕裂近年的研究现状,采用了基于激光线光源辅助的纵向撕裂检测方法。研究了基于图像特征提取的纵向撕裂检测和定位的原理和算法,并通过实验对其中的激光线图像增强方法、角点检测算法、直线检测算法以及输送带圆形标记检测算法进行了分析对比研究。5)根据实际需求设计了图像处理平台系统。对系统的总体框架、数据库内容和具体功能模块进行了设计,对系统设计中使用的关键技术进行了研究。该论文有图77幅,表1个,参考文献101篇。
罗尧[2]（2020）在《基于ARM的指针式仪表自动读数系统设计与实现》文中认为随着现代工业的快速发展,工业仪表的应用越来越广泛,指针式仪表具有成本低、结构简单、抗干扰能力强等优点,因此在工业领域中被大量的使用,目前主要还是依靠人工对仪表进行读数与监测,人工读数存在效率低、出错率高等缺点,然而工业生产正朝着自动化、智能化的方向发展,仅仅依靠人工读数已经不能满足工业快速发展的需求。因此如何运用便捷化设备和相关的处理技术对指针式仪表进行自动读数成为了工业生产中迫切需要解决的难题。本系统结合嵌入式技术与图像处理技术实现指针式仪表的自动读数,选取符合系统性能需求的嵌入式ARM硬件平台,并在嵌入式平台上移植Linux操作系统,深入研究了指针式仪表图像预处理算法和示数判断算法,将仪表读数算法程序移植到嵌入式平台运行。本文主要对系统总体设计方案、指针式仪表自动读数算法、嵌入式读数终端和服务器端进行了研究,具体内容如下:1、分析工业领域中指针式仪表的实际使用环境,将系统分为嵌入式读数终端和服务器端。嵌入式读数终端采集现场仪表图像,利用图像处理算法对仪表图像进行处理,以实现指针式仪表的自动读数,并将仪表读数结果和现场视频图像传输至服务器端,服务器端实现视频监控、仪表异常读数报警、数据存储和命令控制等功能。2、首先将采集到的仪表图像进行增强降噪等预处理操作,使用自适应阈值法对仪表图像进行二值化处理,提取仪表图像前景像素区域,结合Hough圆变换和刻度线质心点拟合圆两种方式计算仪表特征区域圆心和半径,该算法具有更强的鲁棒性,其次利用二值图像轮廓法提取主刻度单个字符,并通过K最近邻（k NN,k-Nearest Neighbor）分类算法识别字符,获取字符的数值,根据字符的位置关系确定主刻度示数值和主刻度字符区域中心点坐标,完成最小值刻度线和最大值刻度线的数值匹配,使用累计概率霍夫变换定位仪表指针,最后通过角度法计算指针式仪表示数。3、嵌入式系统平台搭建,首先需要搭建嵌入式系统开发所需的交叉编译环境,移植引导程序u-boot,配置Linux内核主要的设备驱动,交叉编译Linux内核源码,制作根文件系统。为增强该读数系统的实用性,在系统中增加视频监控的功能,当嵌入式终端读数错误或仪表出现故障时能够实现远程监控,移植嵌入式系统下所需的Open CV视觉算法库和视频传输jrtplib库,生成在ARM平台所需的动态链接库,为读数终端应用程序提供运行环境,视频数据压缩采用硬件编码方式,需加载MFC硬件编码API函数源文件。4、服务器端是基于Qt界面程序设计,在Ubuntu16.04系统中编译jrtplib和FFmpeg源码库,搭建接收解码H.264视频流的开发环境,jrtplib库用于接收并解析RTP协议荷载的H.264视频流,通过FFmpeg解码H.264码流,在Qt界面显示解码之后的视频图像,服务器端使用TCP协议收发读数结果和配置命令等重要数据,同时也实现数据存储和仪表读数异常报警功能。通过本系统设计,可以实现指针式工业仪表远程自动读数、视频监控和数据存储等功能,在工业生产领域中意义重大。
刘奕[3]（2020）在《5G网络技术对提升4G网络性能的研究》文中进行了进一步梳理随着互联网的快速发展,越来越多的设备接入到移动网络,新的服务与应用层出不穷,对移动网络的容量、传输速率、延时等提出了更高的要求。5G技术的出现,使得满足这些要求成为了可能。而在5G全面实施之前,提高现有网络的性能及用户感知成为亟需解决的问题。本文从5G应用场景及目标入手,介绍了现网改善网络性能的处理办法,并针对当前5G关键技术 Massive MIMO 技术、MEC 技术、超密集组网、极简载波技术等作用开展探讨,为5G技术对4G 网络质量提升给以了有效参考。
张新宇[4]（2020）在《基于深度学习的带式输送机人员安全监控的研究》文中进行了进一步梳理带式输送机利用皮带及牵引件来运输物料,常用于矿山或者钢铁厂等工业环境,用来运输煤炭、冶金和水泥等物料。一般情况下,带式输送机所处环境较为恶劣,包括周围光线暗、粉尘大、道路狭窄及运输材料有气味、温度、湿气等特征,而且两侧的人行过道范围狭小,工人在看护巡检时,带式输送机系统的托辊、滚筒等设施在运转时处于开放状态,极大可能会与这些部位发生必要触碰,这不仅对工人的生命构成潜在的威胁,还会造成设备停运等相关生产的安全问题。所以,带式输送机安全问题不容忽视。本文通过分析、总结近年来发生的带式输送机运输事故,深入探索并研究图形、图像处理以及现在的智慧工厂和智能视频监控技术,通过人工智能技术、自动控制技术、实时监测技术,保障带式输送机系统的运行、状态及人员的监测。本文的主要工作如下:（1）本文根据现场具体情况应用图像处理等相关算法,进行自定义监管区域的设计。文中设计的自定义监管模块,是判断人员所处位置的前提,监管模块区域包括红色闭锁联动控制急停区域,黄色预警区域及黑色安全区域。（2）针对工厂安全监控问题,使用建立输送机道路两侧的员工行为,采集大量不同动作行为的图像建立该环境下的数据集,设计了一套基于Yolov3算法的目标提取检测方法,针对实际环境数据量小的问题,采取数据增强和学习迁移等方法,实现在少量标注集的情况下保证算法模型的有效性。并对Yolov3算法对人员检测进行了仿真测试和分析。（3）基于前两章的监管区域模块和人员检测模块,设计出基于深度学习的安全监控系统的整体架构,通过Yolov3算法确定其坐标,决定其员工所处位置,从而根据结果触动预警或联动控制。在客户服务器平台上通过软硬件结合的方式,设计了人机交互功能模块,实现了现场安全生产智能监控系统的功能需求。
周力[5]（2019）在《幼儿园智能视频监控系统设计与实现》文中研究说明幼儿园智能视频监控,是指以视频监控为载体监控幼儿在园内的日常情况,能够及时发现异常问题并发出报警,从而确保幼儿在园内的安全。一方面,随着计算机技术的日益成熟,视频监控系统已经渗透到我们生活中的方方面面;另一方面,随着教育领域改革的不断深入,家长将更多的目光投向幼儿的成长和身心健康,希望能够避免幼儿在园内发生意外事故,而传统的幼儿园视频监控很难起到提前预警、报警的作用。因此本文以自己搭建的视频监控为载体,在智慧幼儿园安全系统建设大背景下,致力于智能视频监控关键技术的研究,实现幼儿园智能视频监控系统的建设。本文通过在监控端完成图像相关程序设计和在PC端完成幼儿异常行为检测相关算法的开发,实现了幼儿园智能视频监控系统,主要完成的工作内容如下:（1）给出了系统整体设计方案,搭建了系统软件开发环境,完成了监控端主要硬件模块选型,同时在监控端移植了嵌入式Linux系统,以及添加了硬件工作相关的驱动程序。（2）在监控端完成了图像相关程序的开发,实现了图像的采集、处理、压缩编码、OSD信息叠加、mp4文件打包存储等功能。针对无线传输实时性的要求,在监控端设计了基于RTSP/RTP协议的视频流分包传输程序来保证实时性。（3）针对背景可能存在变化的情况,通过基于混合高斯建模的背景法区分视频图像序列中的前景和背景,采用不同的学习率进行建模,减少了背景噪声对前景图像的干扰,成功提取了运动目标。（4）针对目标跟踪过程中出现的目标跟踪无法自动初始化、目标受遮挡、目标失效等问题,提出了一种基于Camshift/Kalman的多目标跟踪算法,能够实现目标跟踪自动初始化、目标失效处理、多目标跟踪、遮挡跟踪等功能,与传统算法相比缩小了跟踪范围,提高了运算速度和正确性。（5）根据幼儿在园内活动的场景和可能出现的意外事故情况并结合运动目标检测、跟踪、特征提取,实现了越界检测、基于封闭区域的入侵检测、速度异常检测功能。最后将本文设计的智能视频监控系统在幼儿园中进行实地测试。实验结果表明显示出来的图像清晰流畅,性能稳定,具有高压缩性和实时性,同时能准确、快速地提取、跟踪视频图像中的运动目标并实现运动目标的异常行为检测,体现了智能视频监控系统的特点。在算法性能上,不同的场景平均召回率可以达到94.7%,在检测效率上,平均检测速度可以达到35.6ms/帧,符合实时检测的要求,达到了本课题设计的预期目标,能应用到智慧幼儿园安全系统建设中去。
詹程城[6]（2018）在《基于Linux的无线视频监控系统设计》文中认为随着平安城市、智能交通等各项建设的持续开展,视频监控系统在安防领域的应用保持着稳定的增长。目前有线视频监控系统还占据着大部分市场,而有线视频监控系统存在布线工程量大、成本高、移动性差等问题。本文通过研究无线视频监控系统相关技术,设计了基于Linux的无线视频监控系统。系统分为监控服务器和监控客户端两部分,通过无线网络连接,能克服有线视频监控系统的缺陷。系统的监控服务器的硬件平台由主控芯片华为海思Hi3520D、AD芯片、WIFI模块、4G模块及各类接口构成。系统的监控客户端运行在PC上,由VS2010及VLC库开发。本文主要完成了以下几个方面的研究工作:（1）根据视频监控系统的发展趋势及本文的设计需求,提出了系统的总体设计方案,并分别设计了系统的硬件与软件。（2）对视频监控系统相关技术进行了研究,包括视频压缩编码算法H.264、音频编码算法G.711及流媒体传输协议RTP/RTCP。（3）搭建了系统监控服务器的软件开发环境,包括交叉编译环境的建立、嵌入式Linux操作系统的Bootloader移植、内核移植及根文件系统的制作。（4）监控服务器应用软件的开发,实现了WIFI模块、4G模块的驱动移植及联网,音视频数据的采集、压缩编码及无线传输。（5）对运动目标侦测算法进行了研究,并在监控服务器上采用背景减除法实现了视频数据实时分析,完成了运动侦测及报警。（6）监控客户端应用软件的开发,实现了音视频数据的同时接收、解码、实时播放、回放及语音数据的采集,从而实现了服务器与客户端的对讲功能。（7）对整个系统进行测试,测试结果表明,本文设计的基于Linux的无线视频监控系统的H.264压缩效率达到98.14%98.28%,WIFI和4G实时传输延时在300340ms之间,视频和语音清晰,运动侦测效果较好,具有较好的稳定性和可靠性,达到了系统设计的要求。
毛叶辉[7]（2013）在《高清视频监控中低照度图像的去噪及增强方法研究》文中研究指明高清视频监控随着社会的进步得以迅速发展,主要的作用是解决人们在正常监控过程中“细节”看不清的问题。“高清”即“高分辨率”,现如今主流的有720P（1280×720）,1080P（1920×1080）,大大高于以往的模拟图像（最高为D1即720×576）。图像分辨力得到了质的提升,对于安防行业,无论是在实时监控还是事后调查中,视频监控的应用效果得到了进一步的肯定。而在新技术的发展普及过程中,也会有或多或少的问题出现,现在数字高清图像面临的一个问题就是低照度环境下图像噪点偏高、对比度下降,图像的有效识别率偏低。对低照度图像进行去噪、增强以积极有效地提升图像效果显得越来越重要。本文针对安防用网络摄像机在实际应用环境中的图像,通过多种滤波、增强处理,对比评判,得出一种优秀的方法以提高图像的有效识别率,提高高清视频监控的实际应用效果。主要内容有：（1） 分析研究低照度时图像的主要特征,在实验室环境中采集普通光照、低照度时同一场景的图像。一是对其的进行分析研究,结果表明随着照度的降低,图像的噪声逐步增加,灰度的分布区域逐渐压缩至低灰度区域；二是把它作为低照度时的图像作为后续的滤波增强对象,通过滤波增强后的效果与良好照度时的图像做比对,来验证各种不同滤波增强方法的效果。（2） 针对低照度图像的主要特征,应用图像增强、时域滤波、频域滤波及小波处理的方法,分别对实验室中采集的低照度图像进行了处理。通过对处理后图像进行直方图显示、信噪比计算的客观评价及目视观察的主观评价,发现单纯地使用图像增强或滤波处理,处理结果都无法让人满意,而通过先增强后滤波的组合方式,图像处理后的效果较之前有明显提升,而其中又以灰度变换增强结合中值滤波、灰度变换增强结合小波阈值的效果最佳。（3） 为了验证以上方法的可行性及实际应用价值,利用其对现实生活安防系统中采集的比较有代表性的低照度图像进行处理,处理结果表明通过该方法较好的提高了图像的有效识别率并降低了图像噪声,基本达到了预计的效果。根据对各种滤波增强方法的研究,表明通过选择合适的滤波增强方法可以有效的提高实际环境中低照度图像的可识别效果,以进一步提高数字监控的功效。
万艳玲[8]（2013）在《基于ARM11的视频监控图像采集与处理装置研究与实现》文中研究表明随着电子信息技术的迅猛发展，视频监控、视频图像的采集和处理得到了广泛的应用。嵌入式系统具有体积小、功耗低、处理速度快、可扩展性强等优点。本文把嵌入式系统与图像处理结合起来，设计一个基于嵌入式平台的视频图像采集与处理系统，以满足要求实时性强、成本低的户外设备状态监控的需要。系统由摄像头、基于ARM11嵌入式芯片的开发板以及视频图像采集与图像处理软件系统三部分组成。硬件平台以基于ARM11体系结构的S3C6410处理器为核心，扩展了LCD接口、串行通信接口和图像传感器等接口，搭载CMOS摄像头OV9650作为图像采集设备。选用Linux操作系统作为软件平台，在PC机上搭建了交叉编译环境，配置了Tslib库，移植了Qt/E，共同组成了系统应用软件集成开发环境。基于Qt/E开发了图形用户界面，通过用户界面管理和调用视频图像采集与处理功能；开发了视频图像采集和图像预处理程序，实现对图像放大、缩小、适合屏幕、旋转等几何变换；编程实现了图像灰度化、二值化处理、图像平滑、图像锐化等数字图像处理算法。对所开发的装置进行了实验，实验结果表明：本文所设计的系统实现了视频图像采集和处理的功能，还具有实时性强、成本低等特点，可满足诸如接地极等户外设备状态实时监控的需要。
付帅[9]（2013）在《网络视频监控系统的研制》文中认为视频监控系统以其直观、准确、及时和信息内容丰富被广泛应用于许多场合，成为安全防范系统的重要组成部分，已成为人们生活中不可缺少的一部分，从视觉角度来看，高清视频已成为视频监控的一种发展趋势，这使对音视频的采集系统、图像处理、音频与视频的压缩和解压等技术的研究具有很高的价值。视频监控系统是基于TMS320DM368平台，采用COMS接口的MT90P31芯片实现视频采集功能，芯片FM1188来实现音频的回音消除。TMS320DM368是基于达芬奇技术的音视频数字媒体片上系统，它以ARM926EJ-STM为内核，有两个视频图像协处理器，本系统采用了Linux操作系统。论文首先介绍了视频监控系统的硬件电路，然后描述了系统的软件平台（U-Boot，Linux内核，文件系统）的搭建过程，接着阐述了图像处理技术和音视频编解码算法，最后介绍了在网络上传输音视频的常用的RTP（Real-time Transport Protocol）实时传输协议。系统内核的成功移植使系统已有视频、音频和网卡等相关驱动，通过设计应用层软件来实现视频监控的功能。视频模块采用Linux提供的V4L2接口函数，音频模块采用Linux提供的ALSA接口函数，把音视频数据经过压缩处理后通过RTP实时传输协议发送到网络上。最后实现了通过网络进行视频监控功能，可在后台用网页浏览器观看监控画面，图像很清晰并得到了预期效果。
陈挺[10]（2011）在《岩体形变实时监测系统研究》文中研究指明在煤矿安全事故中,巷道的冒顶片帮是最常见的事故之一。许多矿区都采用数字视频监控系统对巷道进行监控,通过人工观测监控图像的方式分析巷道的安全状况。但对于巷道表面岩体形变的具体数据都要通过位移传感器等监测装置进行测量。随着摄影测量技术的不断成熟,实现基于双目立体视觉测量技术的岩体形变实时监测系统成为可能。可视化的摄影测量代替传统的传感器测量,可以充分发挥数字视频监控系统的作用,节省大量人力物力,对矿区的安全生产具有重要意义。通过岩体形变实时监测系统需求分析,设计了系统的总体结构、功能模块和数据库,并建立了一系列配置方程,优化系统的配置参数;研究了双目立体视觉测量技术,根据岩体实时监测系统的应用背景,选取一种基于平面模板的摄像机标定方法对双目摄像机的内外部参数进行标定,利用标定后的参数实现图像的畸变校正和左右图像对的极线校正;深入研究了数字图像处理技术,提出了一套适合岩体形变实时监测系统的图像处理方法。该方法利用自适应中值滤波、直方图均衡化及Wallis锐化处理除去图像上的噪声信息并加强特征图像的边缘信息;采用Harris角点检测算法检测图像上的特征点,并根据特征匹配的极线约束原则,对左右图像对上的特征点实现立体匹配;结合标定后的系统参数,计算特征点的空间三维坐标。通过分析不同时间段的特征点数据,得出岩体表面的变形情况,并生成相应的数据报表、岩体表面拟合图及岩体变形矢量图。系统经过仿真实验表明,该系统在测量范围内的最大相对测量误差小于5%,证明了基于双目立体视觉测量技术的岩体形变实时监测方法是有效的。系统软件操作简单,实时性及可视化效果达到了设计要求。
二、煤矿视频监控系统图像锐化增强的程序设计及实例（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、煤矿视频监控系统图像锐化增强的程序设计及实例（论文提纲范文）
（1）矿用带式输送机智能物料超限识别及安全防护系统研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容及章节安排 |
| 2 带式输送机智能物料超限识别及安全防护系统设计 |
| 2.1 系统整体架构设计 |
| 2.2 系统硬件的设计选择 |
| 2.3 系统软件的设计选择 |
| 2.4 本章小结 |
| 3 输送带运送物料监测图像预处理 |
| 3.1 输送带监测图像特点分析 |
| 3.2 输送带图像检测区域获取 |
| 3.3 图像灰度化 |
| 3.4 图像滤波 |
| 3.5 图像增强 |
| 3.6 本章小结 |
| 4 输送带超限物料图像中目标的分割及检测研究 |
| 4.1 图像灰度阈值分割 |
| 4.2 图像边缘检测 |
| 4.3 输送带物料图像分割 |
| 4.4 输送带物料超限检测 |
| 4.5 本章小结 |
| 5 输送带纵向撕裂检测研究 |
| 5.1 输送带纵向撕裂检测原理 |
| 5.2 输送带纵向撕裂定位原理 |
| 5.3 输送带纵向撕裂检测算法 |
| 5.4 本章小结 |
| 6 图像处理平台系统的设计 |
| 6.1 系统总体设计 |
| 6.2 系统实现的关键技术研究 |
| 6.3 系统的功能实现及部分运行界面 |
| 6.4 本章小结 |
| 7 总结和展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（2）基于ARM的指针式仪表自动读数系统设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 研究背景和意义 |
| 1.2 国内外发展现状 |
| 1.2.1 国外发展现状 |
| 1.2.2 国内发展现状 |
| 1.3 研究内容 |
| 1.4 论文组织结构 |
| 1.5 本章小结 |
| 第2章 系统总体设计方案 |
| 2.1 系统需求分析 |
| 2.1.1 系统功能需求 |
| 2.1.2 系统性能需求 |
| 2.2 系统总体设计 |
| 2.2.1 系统架构设计 |
| 2.2.2 系统功能框架设计 |
| 2.3 系统硬件选型 |
| 2.3.1 嵌入式硬件开发平台介绍 |
| 2.3.2 图像采集模块介绍 |
| 2.4 本章小结 |
| 第3章 指针式仪表读数算法处理流程 |
| 3.1 指针式仪表图像预处理 |
| 3.1.1 图像尺寸调整 |
| 3.1.2 彩色图像灰度化 |
| 3.1.3 分段线性变换 |
| 3.1.4 图像滤波 |
| 3.1.5 边缘检测 |
| 3.1.6 阈值分割 |
| 3.2 指针式仪表表盘圆拟合 |
| 3.2.1 Hough变换圆检测 |
| 3.2.2 二值图像连通域 |
| 3.2.3 仪表刻度线质心提取 |
| 3.2.4 刻度线质心点拟合圆 |
| 3.3 主刻度线示数识别 |
| 3.3.1 主刻度单个字符提取与识别 |
| 3.3.2 计算主刻度示数 |
| 3.4 指针提取 |
| 3.4.1 图像细化 |
| 3.4.2 累计概率霍夫变换检测直线 |
| 3.5 仪表示数的判定 |
| 3.6 本章小结 |
| 第4章 嵌入式系统平台搭建 |
| 4.1 嵌入式系统硬件设计 |
| 4.1.1 电源模块 |
| 4.1.2 调试串口 |
| 4.1.3 OTG接口 |
| 4.1.4 USB接口 |
| 4.1.5 以太网卡 |
| 4.1.6 触摸屏 |
| 4.2 嵌入式开发环境的建立 |
| 4.2.1 搭建交叉编译环境 |
| 4.2.2 安装TFTP服务器 |
| 4.3 嵌入式Linux系统移植 |
| 4.3.1 u-boot移植 |
| 4.3.2 Linux内核配置及移植 |
| 4.3.3 嵌入式文件系统移植 |
| 4.4 QtE应用程序的开发环境 |
| 4.5 OpenCV移植 |
| 4.6 本章小结 |
| 第5章 系统软件设计 |
| 5.1 读数终端软件设计 |
| 5.1.1 多线程程序设计 |
| 5.1.2 视频采集 |
| 5.1.3 H.264压缩编码 |
| 5.1.4 数据传输 |
| 5.2 服务器端软件设计 |
| 5.2.1 数据收发 |
| 5.2.2 FFmpeg解码 |
| 5.2.3 服务器界面设计 |
| 5.3 本章小结 |
| 第6章 系统测试与分析 |
| 6.1 读数终端测试 |
| 6.1.1 图像处理算法测试 |
| 6.1.2 读数结果测试 |
| 6.2 服务器端测试 |
| 6.3 测试结果分析 |
| 6.4 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
（3）5G网络技术对提升4G网络性能的研究（论文提纲范文）
| 引言 |
| 1 4G网络现处理办法 |
| 2 4G网络可应用的5G关键技术 |
| 2.1 Msssive MIMO技术 |
| 2.2 极简载波技术 |
| 2.3 超密集组网 |
| 2.4 MEC技术 |
| 3 总结 |
（4）基于深度学习的带式输送机人员安全监控的研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 1.绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 深度学习目标检测算法研究现状 |
| 1.2.2 基于视觉的人员安全监控研究现状 |
| 1.2.3 人的不安全行为及预防措施研究 |
| 1.3 本文的主要内容和组织结构 |
| 1.4 本章小结 |
| 2.视频监控基础知识 |
| 2.1 视频监控组成结构 |
| 2.2 实时视频流 |
| 2.2.1 视频流系统组成 |
| 2.2.2 实时视频流的优点 |
| 2.3 图像/图形处理 |
| 2.3.1 视觉媒体的分类 |
| 2.3.2 视频图像的概念及特点 |
| 2.3.3 动态图像的数字化 |
| 2.3.4 图像处理及分析 |
| 2.4 本章小结 |
| 3.基于Opencv的自定义监管区域设计 |
| 3.1 Photoshop软件的应用 |
| 3.2 Opencv视觉库 |
| 3.3 自定义监管区域算法实现 |
| 3.3.1 Canny算子边缘检测 |
| 3.3.2 图像膨胀 |
| 3.3.3 图像掩膜 |
| 3.3.4 图像融合 |
| 3.4 总体算法实现 |
| 3.5 本章小结 |
| 4.基于深度学习的人员检测仿真实验 |
| 4.1 目标检测算法选型 |
| 4.2 深度学习算法理论 |
| 4.2.1 残差网络Res Net模型 |
| 4.2.2 YOLOV1、YOLOV2与YOLO9000 |
| 4.2.3 YOLOV3算法 |
| 4.3 数据集的建立与标注 |
| 4.4 YOLOV3模型训练 |
| 4.4.1 迁移学习 |
| 4.4.2 框架选择与参数设定 |
| 4.4.3 训练YOLOV3模型 |
| 4.5 训练结果 |
| 4.6 本章小结 |
| 5.总体安全监控系统运行与仿真测试 |
| 5.1 人员安全智能监控系统需求分析 |
| 5.1.1 系统功能需求分析 |
| 5.1.2 系统性能需求分析 |
| 5.2 系统整体架构 |
| 5.3 服务器端设计概述 |
| 5.4 服务器端环境配置 |
| 5.4.1 系统硬件环境 |
| 5.4.2 系统软件环境 |
| 5.5 数据库设计 |
| 5.6 实验室仿真实验与客户端实现 |
| 5.6.1 QT creator界面设计 |
| 5.6.2 FTP传输协议 |
| 5.6.3 客户端人机交互界面的实现 |
| 5.7 本章小结 |
| 6.总结与展望 |
| 6.1 本文工作总结 |
| 6.2 本文的局限性及展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（5）幼儿园智能视频监控系统设计与实现（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究的背景与意义 |
| 1.2 智慧幼儿园安全检测相关国内外研究现状 |
| 1.2.1 智慧幼儿园安全系统研究现状 |
| 1.2.2 智能视频监控研究现状 |
| 1.2.3 行为检测技术研究现状 |
| 1.3 研究创新点与难点 |
| 1.4 本文的组织结构 |
| 2 系统总体设计 |
| 2.1 系统总体设计方案 |
| 2.1.1 系统主要硬件方案选择 |
| 2.1.2 系统软件层次设计 |
| 2.2 嵌入式Linux软件开发环境搭建 |
| 2.2.1 交叉编译环境搭建 |
| 2.2.2 U-boot移植 |
| 2.2.3 Kernel移植 |
| 2.2.4 根文件系统制作 |
| 2.3 驱动程序添加 |
| 2.3.1 海思驱动添加 |
| 2.3.2 sensor驱动添加 |
| 2.3.3 Wifi驱动添加 |
| 2.4 本章小结 |
| 3 图像相关程序设计与实现 |
| 3.1 图像采集编码程序设计 |
| 3.1.1 视频缓存 |
| 3.1.2 视频输入 |
| 3.1.3 视频处理子系统 |
| 3.1.4 视频编码 |
| 3.2 OSD叠加的实现 |
| 3.2.1 位图添加 |
| 3.2.2 字库字符实现OSD |
| 3.3 视频流存储的实现 |
| 3.3.1 mp4v2 部署 |
| 3.3.2 SD卡实现视频存储 |
| 3.4 无线传输实时性的实现 |
| 3.4.1 RTSP服务器的构建 |
| 3.4.2 客户端信息解析 |
| 3.4.3 RTP实现数据包传输 |
| 3.5 多线程程序设计 |
| 3.6 本章小结 |
| 4 基于幼儿个体的异常行为检测相关算法设计与实现 |
| 4.1 图像预处理 |
| 4.1.1 图像的颜色空间转换 |
| 4.1.2 图像滤波 |
| 4.1.3 形态学处理 |
| 4.1.4 直方图均衡化 |
| 4.2 通用视频监控检测相关技术 |
| 4.2.1 目标检测技术 |
| 4.2.2 目标跟踪技术 |
| 4.3 基于背景法的运动目标检测算法设计与实现 |
| 4.3.1 运动侦测初始化 |
| 4.3.2 混合高斯模型建模改进与实现 |
| 4.3.3 运动判定及区域标定 |
| 4.4 基于CamShift/Kalman的多目标跟踪设计与实现 |
| 4.4.1 多目标跟踪设计 |
| 4.4.2 运动目标失效处理 |
| 4.4.3 融合算法实现多目标跟踪 |
| 4.5 异常行为检测算法设计与实现 |
| 4.5.1 越界检测算法设计与实现 |
| 4.5.2 封闭区域的入侵检测算法设计与实现 |
| 4.5.3 速度异常检测算法设计与实现 |
| 4.6 本章小结 |
| 5 系统测试实验设计及结果分析 |
| 5.1 监控端开发环境测试 |
| 5.1.1 交叉编译环境测试 |
| 5.1.2 Linux系统移植相关测试 |
| 5.1.3 Wifi联网测试 |
| 5.2 图像相关实验设计及结果分析 |
| 5.2.1 图像采集效果整体测试 |
| 5.2.2 编码性能测试 |
| 5.2.3 OSD及本地存储测试 |
| 5.2.4 视频传输实时性测试 |
| 5.3 异常行为检测相关实验设计及结果分析 |
| 5.3.1 运动目标识别实验 |
| 5.3.2 运动目标跟踪实验 |
| 5.3.3 异常行为检测实验 |
| 5.3.4 多视频集测试实验 |
| 5.4 系统总体测试 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间的科研成果 |
（6）基于Linux的无线视频监控系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 视频监控系统的发展历程和国内外研究现状 |
| 1.2.1 视频监控系统的发展历程 |
| 1.2.2 视频监控系统的国内外研究现状 |
| 1.3 论文的主要工作 |
| 1.4 论文的结构安排 |
| 第2章 视频监控系统总体设计及相关技术研究 |
| 2.1 系统总体设计方案 |
| 2.2 系统硬件设计 |
| 2.2.1 Hi3520D处理器 |
| 2.2.2 NVP1914C芯片 |
| 2.2.3 RTL8188EUS无线模块 |
| 2.2.4 4G模块ec20 |
| 2.3 系统软件设计 |
| 2.4 视频编解码技术 |
| 2.4.1 主流视频编解码技术 |
| 2.4.2 H.264编解码标准分析 |
| 2.5 G.711音频编码技术 |
| 2.6 流媒体传输协议 |
| 2.6.1 实时传输协议RTP |
| 2.6.2 实时传输控制协议RTCP |
| 2.7 本章小结 |
| 第3章 运动目标侦测 |
| 3.1 运动目标侦测介绍 |
| 3.1.1 帧间差分法 |
| 3.1.2 光流法 |
| 3.1.3 背景减除法 |
| 3.2 背景建模与背景更新 |
| 3.2.1 均值模型 |
| 3.2.2 混合高斯背景模型 |
| 3.2.3 ViBe背景模型 |
| 3.3 本章小结 |
| 第4章 嵌入式软件开发环境的搭建 |
| 4.1 交叉编译环境的搭建 |
| 4.2 Bootloader的移植 |
| 4.3 Linux内核的移植 |
| 4.4 根文件系统的制作 |
| 4.5 本章小结 |
| 第5章 视频监控系统的软件设计 |
| 5.1 视频采集编码程序设计 |
| 5.1.1 视频采集 |
| 5.1.2 视频处理 |
| 5.1.3 视频编码 |
| 5.2 音频采集编码程序设计 |
| 5.2.1 音频采集 |
| 5.2.2 音频编码 |
| 5.3 音视频传输程序设计 |
| 5.3.1 WIFI模块驱动移植与联网 |
| 5.3.2 4G模块驱动移植与联网 |
| 5.3.3 视频传输设计 |
| 5.3.4 音频传输设计 |
| 5.4 视频侦测分析程序设计 |
| 5.5 音视频解码播放程序设计 |
| 5.6 语音对讲程序设计 |
| 5.7 多线程程序设计 |
| 5.8 本章小结 |
| 第6章 系统测试 |
| 6.1 测试环境 |
| 6.2 系统测试 |
| 6.3 结果分析 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的科研成果 |
| 致谢 |
（7）高清视频监控中低照度图像的去噪及增强方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 引言 |
| 第一章 诸论 |
| 1.1 本文的研究背景和意义 |
| 1.2 图像去噪的研究现状 |
| 1.3 MATLAB图像处理在本文中的应用 |
| 1.4 试验测试环境简介 |
| 1.5 本文的主要架构 |
| 第二章 噪声分析及评价标准 |
| 2.1 低照度图像噪声分析 |
| 2.2 图像质量评价方法 |
| 2.3 本章小结 |
| 第三章 空域内的图像增强 |
| 3.1 图像直方图的含义 |
| 3.2 灰度变换增强 |
| 3.3 直方图增强 |
| 3.3.1 直方图均衡化 |
| 3.3.2 直方图规定化 |
| 3.4 本章小结 |
| 第四章 空域滤波增强 |
| 4.1 空域滤波增强的基本原理 |
| 4.2 平滑滤波器 |
| 4.2.1 掩膜去噪法 |
| 4.2.2 邻域平均法 |
| 4.3 中值滤波器 |
| 4.4 锐化滤波器 |
| 4.4.1 线性锐化滤波 |
| 4.4.2 非线性锐化滤波 |
| 4.5 本章小结 |
| 第五章 频域滤波增强 |
| 5.1 低通滤波器 |
| 5.1.1 巴特沃斯低通滤波器 |
| 5.1.2 高斯低通滤波器 |
| 5.2 高通滤波器 |
| 5.2.1 巴特沃斯高通滤波器 |
| 5.2.2 高斯高通滤波器 |
| 5.3 同态滤波器 |
| 5.4 本章小结 |
| 第六章 小波图像去噪 |
| 6.1 小波去噪的基本原理 |
| 6.2 常用的小波去噪方法 |
| 6.2.1 小波变换模极大值的去噪方法 |
| 6.2.2 小波变换系数的相关性的去噪方法 |
| 6.2.3 小波阈值的去噪方法 |
| 6.3 小波图像去噪实现 |
| 6.4 本章小结 |
| 第七章 实例分析 |
| 7.1 案例夜间室外停车场全景 |
| 7.2 案例夜间道路人物 |
| 7.3 案例夜间非机动车 |
| 7.4 本章小结 |
| 第八章 论文工作总结与展望 |
| 8.1 论文工作总结 |
| 8.2 论文工作展望 |
| 参考文献 |
| 致谢 |
（8）基于ARM11的视频监控图像采集与处理装置研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 图像采集与处理方式简介 |
| 1.3 本课题的研究现状 |
| 1.4 本课题的主要研究内容 |
| 第2章 图像采集与处理的理论基础 |
| 2.1 图像的获取和数字化 |
| 2.2 图像处理算法 |
| 2.3 Qt 图形编程 |
| 第3章 系统设计 |
| 3.1 系统设计目的及性能要求 |
| 3.2 系统总体设计 |
| 3.3 系统硬件平台搭建 |
| 3.4 系统软件平台的搭建 |
| 3.5 Qt/E 移植与集成开发环境搭建 |
| 3.6 系统应用软件总体设计 |
| 3.7 图像采集与处理 |
| 第4章 实验 |
| 4.1 实验环境 |
| 4.2 实时图像采集 |
| 4.3 实验结果 |
| 第5章 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间所发表的论文 |
| 致谢 |
（9）网络视频监控系统的研制（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究状况 |
| 1.3 论文研究的内容 |
| 第二章 监控系统方案与构建 |
| 2.1 设计方案选择 |
| 2.2 系统硬件框架 |
| 2.2.1 视频采集模块 |
| 2.2.2 音频采集模块 |
| 2.2.3 网络模块与控制模块 |
| 2.3 软件平台的构建 |
| 2.3.1 NFS 文件系统 |
| 2.3.2 Ramdisk 文件系统 |
| 2.3.3 移植嵌入式 Web 服务器 BOA |
| 2.4 本章小结 |
| 第三章 监控系统关键技术 |
| 3.1 图像处理技术 |
| 3.2 视频压缩算法 |
| 3.3 视频编码技术 |
| 3.3.1 MPEG-4 编码技术 |
| 3.3.2 H264 编码技术 |
| 3.4 音频编解码 |
| 3.5 本章小结 |
| 第四章 系统应用程序设计 |
| 4.1 应用程序总体设计 |
| 4.2 视频软件设计 |
| 4.3 音频软件设计 |
| 4.4 音视频的网络传输 |
| 4.4.1 基于 Live555 的流媒体设计 |
| 4.4.2 音视频传输协议 |
| 4.5 控制模块设计 |
| 4.6 本章小结 |
| 第五章 系统功能测试 |
| 5.1 系统功能设置 |
| 5.2 系统测试结果与分析 |
| 第六章 总结与展望 |
| 6.1 论文任务总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
（10）岩体形变实时监测系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 岩体形变实时监测系统的研究意义 |
| 1.2 岩体形变实时监测系统的研究现状 |
| 1.3 论文主要内容与组织结构 |
| 2 岩体形变实时监测系统总体设计 |
| 2.1 系统需求分析 |
| 2.1.1 系统功能需求 |
| 2.1.2 系统性能指标 |
| 2.2 系统结构及模块设计 |
| 2.2.1 系统结构 |
| 2.2.2 系统模块设计 |
| 2.3 系统数据库设计 |
| 2.3.1 设计原则 |
| 2.3.2 数据库表定义 |
| 2.3.3 数据库关系图 |
| 2.4 系统配置 |
| 2.4.1 系统配置方程 |
| 2.4.2 摄像机选型及系统测量指标 |
| 3 岩体形变实时监测系统的标定模块设计 |
| 3.1 标定模板与控制点选择 |
| 3.2 摄像机模型 |
| 3.2.1 理想的摄像机成像模型 |
| 3.2.2 透视畸变模型 |
| 3.3 基于平面模板的摄像机标定方法 |
| 3.3.1 基本方程 |
| 3.3.2 摄像机标定参数 |
| 3.3.3 双目摄相机的相对位置计算 |
| 3.3.4 畸变校正 |
| 3.4 外极线校正 |
| 3.4.1 极线几何 |
| 3.4.2 双目立体视觉图像对校正 |
| 3.5 模块实现 |
| 4 岩体形变实时监测系统的图像处理模块设计 |
| 4.1 图像预处理 |
| 4.1.1 图像平滑 |
| 4.1.2 直方图均衡化 |
| 4.1.3 图像锐化 |
| 4.2 特征点检测 |
| 4.2.1 角点检测技术 |
| 4.2.2 Harris 角点检测算子 |
| 4.3 立体匹配 |
| 4.3.1 匹配方法 |
| 4.3.2 匹配约束原则 |
| 4.3.3 极线约束原则 |
| 4.3.4 八点算法 |
| 4.4 立体测量 |
| 4.5 模块实现 |
| 5 岩体形变实时监测系统的实现方案 |
| 5.1 数据录入 |
| 5.2 系统标定 |
| 5.3 系统监测 |
| 5.4 数据管理 |
| 5.5 数据输出 |
| 6 结论 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
四、煤矿视频监控系统图像锐化增强的程序设计及实例（论文参考文献）
- [1]矿用带式输送机智能物料超限识别及安全防护系统研究[D]. 苏强. 中国矿业大学, 2020(01)
- [2]基于ARM的指针式仪表自动读数系统设计与实现[D]. 罗尧. 成都理工大学, 2020(04)
- [3]5G网络技术对提升4G网络性能的研究[J]. 刘奕. 数码世界, 2020(04)
- [4]基于深度学习的带式输送机人员安全监控的研究[D]. 张新宇. 辽宁科技大学, 2020(02)
- [5]幼儿园智能视频监控系统设计与实现[D]. 周力. 杭州师范大学, 2019(01)
- [6]基于Linux的无线视频监控系统设计[D]. 詹程城. 广西师范大学, 2018(01)
- [7]高清视频监控中低照度图像的去噪及增强方法研究[D]. 毛叶辉. 复旦大学, 2013(01)
- [8]基于ARM11的视频监控图像采集与处理装置研究与实现[D]. 万艳玲. 南华大学, 2013(01)
- [9]网络视频监控系统的研制[D]. 付帅. 南京邮电大学, 2013(06)
- [10]岩体形变实时监测系统研究[D]. 陈挺. 西安科技大学, 2011(01)
标签：图像锐化论文; 图像融合论文; 图像滤波论文; 数字滤波论文; 中值滤波matlab论文;