基于动态信息的智能交通系统的设计与实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 智能交通系统ITS背景 | 第10页 |
| 1.2 国内外发展研究现状 | 第10-13页 |
| 1.3 课题研究目的与意义 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第二章 智能交通系统架构 | 第16-20页 |
| 2.1 建设指挥中心模块需求 | 第16页 |
| 2.2 网络拓扑结构 | 第16-17页 |
| 2.3 智能交通系统运维设计 | 第17页 |
| 2.4 智能交通总体设计目标及结构 | 第17-18页 |
| 2.5 智能交通系统的动态及跟踪设计 | 第18-19页 |
| 2.6 本章小结 | 第19-20页 |
| 第三章 动态目标的检测方法研究 | 第20-32页 |
| 3.1 动态物体检测 | 第20页 |
| 3.2 常用的动态信息检测方法 | 第20-27页 |
| 3.2.1 帧间差法 | 第21-24页 |
| 3.2.2 光流法 | 第24-26页 |
| 3.2.3 背景差分 | 第26-27页 |
| 3.2.4 数学形态学 | 第27页 |
| 3.3 视频检测在智能交通中应用介绍 | 第27-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 动态目标识别方法研究 | 第32-41页 |
| 4.1 运动目标检测 | 第33-35页 |
| 4.1.1 阴影检测方法 | 第34-35页 |
| 4.2 动态物体影子去除 | 第35-37页 |
| 4.3 基于视频的车辆检测 | 第37-38页 |
| 4.3.1 车辆区域获取 | 第37页 |
| 4.3.2 分割车辆区域 | 第37-38页 |
| 4.4 车辆特征检测及融合 | 第38-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第五章 运动分析与动态目标跟踪 | 第41-52页 |
| 5.1 融合特征自适应参数的动态目标跟踪 | 第41-45页 |
| 5.1.1 粒子滤波方法 | 第41-43页 |
| 5.1.2 卡尔曼滤波跟踪 | 第43-45页 |
| 5.2 动态目标特征提取分析 | 第45-47页 |
| 5.2.1 图像矩特征 | 第46页 |
| 5.2.2 连通区域面积特征 | 第46-47页 |
| 5.2.3 速度特征 | 第47页 |
| 5.3 OPENCV运动分析与对象跟踪 | 第47-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第六章 基于动态信息的交通流检测 | 第52-57页 |
| 6.1 交通流理论 | 第52-53页 |
| 6.2 交通流信息检测 | 第53-54页 |
| 6.3 视频图像法交通流检测 | 第54-56页 |
| 6.4 本章小结 | 第56-57页 |
| 第七章 系统实现 | 第57-63页 |
| 7.1 系统实现功能界面 | 第57-58页 |
| 7.2 系统交通流检测模块实现 | 第58-61页 |
| 7.3 系统测速实现 | 第61-62页 |
| 7.4 本章小结 | 第62-63页 |
| 第八章 系统测试 | 第63-66页 |
| 8.1 测试方法 | 第63页 |
| 8.2 交通流检测 | 第63-64页 |
| 8.3 车速检测 | 第64页 |
| 8.4 目标区域与轨迹检测 | 第64-65页 |
| 8.5 本章小结 | 第65-66页 |
| 第九章 结论 | 第66-68页 |
| 9.1 研究总结 | 第66页 |
| 9.2 展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 附录 | 第71-76页 |
