基于视频的运动车辆检测和跟踪研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景和意义 | 第10-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·论文的主要安排 | 第13-14页 |
| ·作者所做的主要工作 | 第14-16页 |
| 第2章 目标检测和跟踪方法综述 | 第16-27页 |
| ·概述 | 第16-18页 |
| ·静态目标检测方法 | 第18-19页 |
| ·基于模型方法 | 第18页 |
| ·基于不变量方法 | 第18-19页 |
| ·基于示例学习方法 | 第19页 |
| ·运动目标检测方法 | 第19-23页 |
| ·差分方法 | 第20-22页 |
| ·自适应运动检测方法 | 第22页 |
| ·光流场方法 | 第22-23页 |
| ·运动目标跟踪方法 | 第23-26页 |
| ·基于模型的目标跟踪方法 | 第23-24页 |
| ·基于区域的目标跟踪方法 | 第24-25页 |
| ·基于活动轮廓的目标跟踪方法 | 第25页 |
| ·基于特征的目标跟踪方法 | 第25-26页 |
| ·本章小节 | 第26-27页 |
| 第3章 视频的运动目标检测跟踪系统总体方案设计 | 第27-33页 |
| ·系统总体软硬件组成 | 第28-29页 |
| ·视频采集模块 | 第29-30页 |
| ·云台控制模块 | 第30-31页 |
| ·图像处理模块 | 第31-32页 |
| ·本章小节 | 第32-33页 |
| 第4章 运动车辆分割算法的设计与实现 | 第33-48页 |
| ·运动车辆分割算法设计 | 第33-35页 |
| ·运动车辆拍摄的方案 | 第35-36页 |
| ·背景更新和提取 | 第36-42页 |
| ·简单的自适应背景更新模型 | 第37-38页 |
| ·基于高斯分布的自适应背景更新模型 | 第38页 |
| ·非参数估计的自适应背景更新模型 | 第38-40页 |
| ·本文所采用的自适应背景更新方法 | 第40-42页 |
| ·自适应阈值选取及图像二值化 | 第42-45页 |
| ·实验结果及分析 | 第45-47页 |
| ·本章小节 | 第47-48页 |
| 第5章 运动车辆检测和跟踪算法的设计与实现 | 第48-76页 |
| ·车辆检测和跟踪的总体设计 | 第48-49页 |
| ·对分割区域的预处理 | 第49-54页 |
| ·二值形态学 | 第50-52页 |
| ·灰度形态学 | 第52-53页 |
| ·预处理的实验结果及分析 | 第53-54页 |
| ·运动区域的粗定位算法 | 第54-60页 |
| ·投影简介 | 第55-56页 |
| ·运动车辆的水平方向定位 | 第56-57页 |
| ·运动车辆的垂直方向定位 | 第57-59页 |
| ·实验结果 | 第59-60页 |
| ·运动区域的精确定位算法 | 第60-70页 |
| ·对粗定位算法的分析 | 第60页 |
| ·运动区域预处理及实验结果 | 第60-62页 |
| ·多尺度形态学边缘检测算法 | 第62-67页 |
| ·运动区域的精确定位 | 第67-68页 |
| ·实验结果及分析 | 第68-70页 |
| ·运动车辆的跟踪 | 第70-74页 |
| ·区域重心的计算 | 第70-71页 |
| ·运动车辆的跟踪算法 | 第71页 |
| ·实验结果及分析 | 第71-74页 |
| ·图像处理模块运行界面 | 第74页 |
| ·本章小节 | 第74-76页 |
| 第6章 总结与展望 | 第76-78页 |
| 参考文献 | 第78-81页 |
| 致谢 | 第81-82页 |
| 研究成果 | 第82页 |
| 个人简历 | 第82页 |
