基于视频图像的车辆检测跟踪技术的分析研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-17页 |
| ·研究的目的和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-16页 |
| ·车辆视频监控系统 | 第11-12页 |
| ·运动目标检测 | 第12-13页 |
| ·运动目标跟踪 | 第13-15页 |
| ·运动目标分类 | 第15-16页 |
| ·本文主要研究内容及安排 | 第16-17页 |
| 2 数字视频图像处理 | 第17-37页 |
| ·视频图像的基本概念 | 第17页 |
| ·数字图像 | 第17页 |
| ·视频 | 第17页 |
| ·颜色空间 | 第17-18页 |
| ·彩色图像 | 第17-18页 |
| ·图像的灰度化 | 第18页 |
| ·图像预处理 | 第18-21页 |
| ·图像平滑 | 第19页 |
| ·中值滤波 | 第19-21页 |
| ·图像分割 | 第21-25页 |
| ·图像分割技术 | 第21-22页 |
| ·区域分割 | 第22-23页 |
| ·基于边缘提取的分割法 | 第23-25页 |
| ·区域生长 | 第25页 |
| ·数学形态学算法 | 第25-30页 |
| ·基本定义 | 第26页 |
| ·二值形态学的基本运算 | 第26-30页 |
| ·连通性分析 | 第30-33页 |
| ·连通性相关定义 | 第30-31页 |
| ·连通分量标记 | 第31-33页 |
| ·图像填充 | 第33-34页 |
| ·目标预测算法 | 第34-37页 |
| ·线性预测 | 第34-35页 |
| ·平方预测 | 第35-37页 |
| 3 运动车辆检测及阴影去除 | 第37-53页 |
| ·运动目标检测算法研究 | 第37-40页 |
| ·光流场法 | 第37-38页 |
| ·帧间差分法 | 第38-39页 |
| ·背景差分法 | 第39-40页 |
| ·背景模型 | 第40-46页 |
| ·背景模型分析 | 第40-42页 |
| ·背景模型的建立 | 第42-46页 |
| ·阴影检测与去除 | 第46-53页 |
| ·阴影的属性与分类 | 第46-47页 |
| ·阴影的光照数学模型 | 第47页 |
| ·阴影的检测方法研究 | 第47-49页 |
| ·车辆阴影检测方法的建立 | 第49-53页 |
| 4 运动车辆跟踪 | 第53-63页 |
| ·运动目标跟踪方法研究 | 第53-55页 |
| ·基于特征的方法 | 第53-54页 |
| ·基于模型的方法 | 第54页 |
| ·基于区域的方法 | 第54-55页 |
| ·基于运动估计的方法 | 第55页 |
| ·基于Kalman滤波的运动目标跟踪 | 第55-59页 |
| ·Kalman滤波理论 | 第55-58页 |
| ·Kalman滤波跟踪 | 第58-59页 |
| ·运动车辆的跟踪方法建立 | 第59-63页 |
| ·跟踪步骤 | 第60-61页 |
| ·实验结果 | 第61-63页 |
| 5 车辆监测系统的分析与设计 | 第63-69页 |
| ·系统总体设计 | 第63-67页 |
| ·系统目标设计 | 第63-64页 |
| ·系统结构及功能 | 第64-65页 |
| ·车辆分类识别 | 第65-67页 |
| ·本文系统运行结果及分析 | 第67-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表学术论文情况 | 第75-76页 |
| 致谢 | 第76-77页 |
