| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·课题的研究背景及意义 | 第10-12页 |
| ·研究现状与存在的问题 | 第12-16页 |
| ·运动目标检测研究现状 | 第12-13页 |
| ·运动阴影去除研究现状 | 第13-14页 |
| ·运动目标识别研究现状 | 第14-15页 |
| ·运动目标跟踪算法研究现状 | 第15-16页 |
| ·本文研究的主要内容 | 第16-18页 |
| 第二章 运动目标识别与跟踪常用算法概述 | 第18-29页 |
| ·常用运动目标检测算法 | 第18-22页 |
| ·帧间相减法 | 第18-19页 |
| ·光流法 | 第19-21页 |
| ·背景分差法 | 第21页 |
| ·运动目标检测方法的比较 | 第21-22页 |
| ·常用运动目标阴影检测算法 | 第22-25页 |
| ·统计的非参量量化方法 | 第23-24页 |
| ·基于色调畸变的阴影检测方法 | 第24页 |
| ·基于 HSV 颜色空间的阴影检测方法 | 第24-25页 |
| ·常用运动目标识别算法 | 第25-26页 |
| ·基于运动目标几何特征的识别 | 第25-26页 |
| ·基于运动目标颜色信息特征的识别 | 第26页 |
| ·基于空间信息的图像特征的识别 | 第26页 |
| ·常用运动目标跟踪算法 | 第26-28页 |
| ·基于颜色信息特征的跟踪 | 第27页 |
| ·基于主轮廓的跟踪 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 车辆识别核心算法的研究 | 第29-50页 |
| ·基于背景差分的改进模型 | 第29-35页 |
| ·背景模型的建立 | 第29-31页 |
| ·背景模型的更新 | 第31-32页 |
| ·基于 Surendra 算法改进后的背景更新算法 | 第32-35页 |
| ·运动车辆的阴影消除 | 第35-41页 |
| ·阴影形成的机理 | 第36-38页 |
| ·基于 HSV 颜色空间与二值图像动态空间的阴影消除 | 第38-41页 |
| ·基于虚拟车道线分割的车辆目标分类识别 | 第41-47页 |
| ·运动目标特征的提取和分析 | 第42-43页 |
| ·基于虚拟车道线的区域划分 | 第43-45页 |
| ·车辆目标分类识别 | 第45-47页 |
| ·识别结果分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 车辆跟踪算法的研究 | 第50-59页 |
| ·基于运动目标质心特征值的Kalman 滤波跟踪 | 第50-53页 |
| ·建立卡尔曼滤波运动模型 | 第50-52页 |
| ·基于运动目标特征的匹配 | 第52-53页 |
| ·遮挡情况下运动车辆的跟踪 | 第53-56页 |
| ·遮挡问题分析 | 第53-54页 |
| ·基于几何特征匹配矩阵在遮挡情况下的运动跟踪 | 第54-56页 |
| ·异常跟踪处理 | 第56页 |
| ·跟踪结果分析 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 第五章 系统设计与实现 | 第59-69页 |
| ·交通视频监控系统总体设计 | 第59-60页 |
| ·交通事件信息检测处理系统设计 | 第60-64页 |
| ·系统工作流程 | 第60-62页 |
| ·系统功能设计 | 第62-63页 |
| ·系统开发环境 | 第63-64页 |
| ·系统结果分析 | 第64-68页 |
| ·本章小结 | 第68-69页 |
| 总结与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文 | 第75-76页 |
| 致谢 | 第76页 |