基于视频的机动车跨道违章监测系统
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究背景 | 第7页 |
| ·智能交通系统 | 第7-11页 |
| ·智能交通系统概念与发展 | 第7-10页 |
| ·智能交通监控系统 | 第10-11页 |
| ·跨道违章车辆检测 | 第11-12页 |
| ·课题的来源及研究意义 | 第12页 |
| ·本文的主要工作和创新点 | 第12-13页 |
| ·本文的章节安排 | 第13-15页 |
| 第二章 理论基础 | 第15-25页 |
| ·Hough 变换 | 第15-19页 |
| ·Hough 变换发展与应用 | 第15-16页 |
| ·直线法向式方程 | 第16-18页 |
| ·Hough 变换的基本原理 | 第18-19页 |
| ·Kalman 滤波 | 第19-25页 |
| ·卡尔曼滤波器概述 | 第19-20页 |
| ·离散卡尔曼滤波器 | 第20-25页 |
| 第三章 摄像机图像录取与系统结构 | 第25-29页 |
| ·摄像机图像录取 | 第25-26页 |
| ·硬件系统结构 | 第26-27页 |
| ·硬件体系结构 | 第26-27页 |
| ·工作原理 | 第27页 |
| ·软件系统主体流程 | 第27-29页 |
| 第四章 背景提取与更新 | 第29-36页 |
| ·常规背景提取算法介绍 | 第29-32页 |
| ·统计直方图算法 | 第29-30页 |
| ·统计均值法 | 第30-31页 |
| ·K-均值聚类算法 | 第31-32页 |
| ·Surendra 算法 | 第32-36页 |
| ·Surendra 算法简介 | 第32页 |
| ·Surendra 算法提取背景 | 第32-36页 |
| 第五章 车道线提取 | 第36-44页 |
| ·车道线提取技术发展概况 | 第36页 |
| ·常规车道边界识别方法 | 第36-39页 |
| ·基于特征的识别方法 | 第37-38页 |
| ·基于模型的识别方法 | 第38页 |
| ·基于视觉与其他传感器融合使用的识别方法 | 第38-39页 |
| ·改进的Hough 变换投票法 | 第39-44页 |
| 第六章 车辆提取及跨道违章检测 | 第44-60页 |
| ·传统车辆提取方法 | 第44-47页 |
| ·背景差法 | 第44页 |
| ·光流场法 | 第44-45页 |
| ·帧差法 | 第45页 |
| ·边缘检测法 | 第45-46页 |
| ·运动矢量检测法 | 第46页 |
| ·性能比较 | 第46-47页 |
| ·车辆分割 | 第47-55页 |
| ·背景差法第一次提取 | 第47-50页 |
| ·边缘检测第二次提取 | 第50-55页 |
| ·跨道违章检测 | 第55-59页 |
| ·车道线细化 | 第56-57页 |
| ·跨道违章判别 | 第57-59页 |
| ·本章总结 | 第59-60页 |
| 第七章 车辆跟踪与预测 | 第60-67页 |
| ·违章车辆跟踪常用算法 | 第60-61页 |
| ·块匹配跟踪法 | 第61-62页 |
| ·卡尔曼滤波预测 | 第62-67页 |
| 第八章 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 发表论文和参加科研情况说明 | 第73-74页 |
| 致谢 | 第74页 |
