基于视频图像的运动车辆检测算法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究的背景及意义 | 第9页 |
| 1.2 相关研究现状 | 第9-11页 |
| 1.3 当前存在的主要问题 | 第11-12页 |
| 1.4 本文研究内容与组织结构 | 第12-14页 |
| 1.4.1 研究的主要内容 | 第12-13页 |
| 1.4.2 组织结构 | 第13-14页 |
| 第二章 相关技术研究 | 第14-33页 |
| 2.1 相关图像处理技术 | 第14-20页 |
| 2.1.1 图像去噪 | 第14-17页 |
| 2.1.2 图像二值化 | 第17-18页 |
| 2.1.3 形态学处理 | 第18-20页 |
| 2.2 运动目标检测的基本方法 | 第20-23页 |
| 2.2.1 光流法 | 第20-21页 |
| 2.2.2 帧间差分法 | 第21-22页 |
| 2.2.3 背景差分法 | 第22-23页 |
| 2.3 背景建模 | 第23-31页 |
| 2.3.1 自适应混合高斯建模 | 第23-25页 |
| 2.3.2 空间混合高斯建模 | 第25-28页 |
| 2.3.3 分裂高斯建模 | 第28-31页 |
| 2.4 多数投票规则 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 基于GP的车辆检测算法 | 第33-47页 |
| 3.1 遗传编程方法 | 第33-37页 |
| 3.1.1 概述 | 第33-34页 |
| 3.1.2 特点 | 第34-35页 |
| 3.1.3 标准遗传编程方法 | 第35-37页 |
| 3.2 基于适应度的选择策略 | 第37-40页 |
| 3.2.1 选择概率的分配方法 | 第38页 |
| 3.2.2 选择方法 | 第38-40页 |
| 3.3 基于GP的检测算法设计 | 第40-42页 |
| 3.4 输入参数设置 | 第42-44页 |
| 3.5 GPBF-3 树形结构 | 第44-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第四章 视频车辆检测算法仿真与评价 | 第47-60页 |
| 4.1 样本采集与真值标定 | 第47-49页 |
| 4.1.1 样本采集 | 第47-48页 |
| 4.1.2 真值标定 | 第48-49页 |
| 4.2 视频车辆检测结果质量评估标准 | 第49-50页 |
| 4.3 算法仿真及对比分析 | 第50-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60页 |
| 5.2 展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读学位期间取得的研究成果 | 第66-67页 |
| 致谢 | 第67页 |
