| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究的背景和意义 | 第10页 |
| ·交通流量统计的常用方法 | 第10-12页 |
| ·环形线圈交通流量统计系统 | 第11页 |
| ·超声波交通流量统计系统 | 第11页 |
| ·视频交通流量统计系统 | 第11-12页 |
| ·交通流量统计的应用 | 第12页 |
| ·研究现状 | 第12-13页 |
| ·本文的组织结构 | 第13-16页 |
| 第二章 运动车辆检测算法研究 | 第16-36页 |
| ·引言 | 第16页 |
| ·视频序列概述 | 第16-17页 |
| ·运动车辆检测流程 | 第17-20页 |
| ·运动目标检测的常用方法 | 第17-18页 |
| ·运动车辆检测的一般流程 | 第18-20页 |
| ·运动车辆检测的常用方法 | 第20-28页 |
| ·背景差分法 | 第20-24页 |
| ·帧间差分法 | 第24-28页 |
| ·三帧差分法和背景差分法相结合的运动车辆检测方法 | 第28-30页 |
| ·车辆阴影的检测和消除 | 第30-33页 |
| ·阴影产生的原因和特征分析 | 第30-31页 |
| ·阴影消除的常见方法 | 第31-32页 |
| ·基于HSV颜色空间的阴影检测和消除算法 | 第32页 |
| ·实验结果 | 第32-33页 |
| ·车辆在粘连情况下的分割 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 多运动车辆的跟踪算法 | 第36-48页 |
| ·概述 | 第36页 |
| ·常用跟踪方法 | 第36-38页 |
| ·基于相关的运动目标跟踪方法 | 第36-37页 |
| ·基于特征匹配的跟踪方法 | 第37页 |
| ·基于运动估计的跟踪方法 | 第37-38页 |
| ·卡尔曼滤波基本原理 | 第38-41页 |
| ·卡尔曼滤波 | 第38-39页 |
| ·卡尔曼滤波递推方程 | 第39-41页 |
| ·基于卡尔曼滤波器的运动车辆跟踪 | 第41-48页 |
| ·运动车辆的特征提取 | 第41-42页 |
| ·多目标链表的建立 | 第42页 |
| ·卡尔曼目标区域的预测、搜索、模型更新 | 第42-44页 |
| ·车辆短暂跟踪不到时的处理 | 第44页 |
| ·车辆的标识 | 第44-45页 |
| ·判断新车辆的出现与已跟踪车辆的消失 | 第45-46页 |
| ·实验结果 | 第46-48页 |
| 第四章 交通流量统计设计与实现 | 第48-64页 |
| ·引言 | 第48页 |
| ·OpenCV视觉库在Visual C++软件编程环境下的配置 | 第48-49页 |
| ·系统硬件环境 | 第48页 |
| ·系统软件配置 | 第48-49页 |
| ·系统设计 | 第49-62页 |
| ·视频采集单元 | 第49-50页 |
| ·检测区域设置 | 第50-51页 |
| ·视频序列预处理 | 第51-53页 |
| ·前景目标检测单元 | 第53页 |
| ·运动目标跟踪单元 | 第53-57页 |
| ·新目标检测单元 | 第57-58页 |
| ·轨迹处理单元 | 第58-59页 |
| ·统计信息显示单元 | 第59-61页 |
| ·系统整体架构图 | 第61-62页 |
| ·实验结果分析表 | 第62-64页 |
| 第五章 总结与展望 | 第64-66页 |
| ·本文研究工作的总结 | 第64-65页 |
| ·工作展望 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68-70页 |
| 攻读硕士学位期间发表的论文和科技成果 | 第70页 |