基于目标特征点跟踪与聚类的车辆检测算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 本文的主要内容及安排 | 第11-13页 |
| 第二章 系统总体设计框架 | 第13-17页 |
| 2.1 技术路线 | 第13页 |
| 2.2 提取稳定特征点 | 第13-14页 |
| 2.3 特征点跟踪 | 第14-15页 |
| 2.4 基于目标轨迹聚类的车辆检测 | 第15页 |
| 2.5 本章小结 | 第15-17页 |
| 第三章 稳定特征点的提取 | 第17-31页 |
| 3.1 摄像机标定 | 第17-21页 |
| 3.1.1 坐标系介绍 | 第17-19页 |
| 3.1.2 像素点到世界坐标系的转换 | 第19-21页 |
| 3.1.3 转移矩阵的计算 | 第21页 |
| 3.2 背景提取与更新 | 第21-25页 |
| 3.2.1 初始背景提取 | 第21-22页 |
| 3.2.2 算法描述 | 第22-23页 |
| 3.2.3 背景更新 | 第23-24页 |
| 3.2.4 背景提取效果比较 | 第24-25页 |
| 3.3 筛选稳定特征点 | 第25-30页 |
| 3.3.1 连通域分析及空洞填充 | 第25-26页 |
| 3.3.2 初始特征点的提取 | 第26-27页 |
| 3.3.3 删除阴影处特征点 | 第27页 |
| 3.3.4 根据高度信息筛选特征点 | 第27-28页 |
| 3.3.5 根据所在面筛选特征点 | 第28-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 基于贝叶斯滤波的特征点跟踪 | 第31-37页 |
| 4.1 贝叶斯滤波 | 第31-33页 |
| 4.1.1 状态空间 | 第31-32页 |
| 4.1.2 目标状态估计 | 第32-33页 |
| 4.2 卡尔曼滤波跟踪 | 第33-36页 |
| 4.2.1 算法描述 | 第33-34页 |
| 4.2.2 具体滤波过程 | 第34-35页 |
| 4.2.3 实验结果与分析 | 第35-36页 |
| 4.3 本章小结 | 第36-37页 |
| 第五章 基于目标轨迹聚类的车辆检测 | 第37-49页 |
| 5.1 图像平面上的车辆检测 | 第37-39页 |
| 5.1.1 基于虚拟线圈的车辆检测 | 第37-38页 |
| 5.1.2 基于跟踪的车辆检测 | 第38-39页 |
| 5.2 图像轨迹到空间轨迹的映射 | 第39-42页 |
| 5.2.1 垂足点的确定 | 第39-40页 |
| 5.2.2 空间轨迹的初步确定 | 第40-41页 |
| 5.2.3 空间检测线 | 第41页 |
| 5.2.4 平滑处理空间轨迹线 | 第41-42页 |
| 5.3 车辆检测 | 第42-46页 |
| 5.3.1 轨迹相似性的度量方法 | 第42-45页 |
| 5.3.2 算法描述 | 第45-46页 |
| 5.4 试验结果与分析 | 第46-48页 |
| 5.5 本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读学位期间取得的研究成果 | 第53-54页 |
| 致谢 | 第54页 |
