基于视频的城市快速路交通状态分类识别与量化方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·课题背景及研究意义 | 第11-12页 |
| ·课题研究现状及发展趋势 | 第12-16页 |
| ·基于流量、占有率等交通参数的方法 | 第13-15页 |
| ·基于视觉特征的判别方法 | 第15-16页 |
| ·主要研究内容与结构安排 | 第16-19页 |
| ·研究内容与目标 | 第16-17页 |
| ·论文结构安排 | 第17-19页 |
| 第2章 基于时空信息的交通参数提取 | 第19-35页 |
| ·引言 | 第19-20页 |
| ·感兴趣区域与摄像机标定 | 第20-23页 |
| ·感兴趣区域划分 | 第20-21页 |
| ·摄像机系统标定 | 第21-22页 |
| ·实验结果 | 第22-23页 |
| ·时空线序列符的提取 | 第23-26页 |
| ·时空线序列符几何模型 | 第23-25页 |
| ·实验结果 | 第25-26页 |
| ·基于时空线序列符的交通参数提取 | 第26-34页 |
| ·基于聚类的图像自适应二值化 | 第26-29页 |
| ·交通参数提取 | 第29-33页 |
| ·实验结果 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 基于时空线序列符的的交通视觉特征提取 | 第35-47页 |
| ·引言 | 第35-36页 |
| ·主成分分析 | 第36-40页 |
| ·经典主成分分析法 | 第36-37页 |
| ·二维主成分分析法及组合算法 | 第37-38页 |
| ·实验结果 | 第38-40页 |
| ·线性判别分析 | 第40-45页 |
| ·交通状态预判 | 第40-41页 |
| ·线性判别分析介绍 | 第41-42页 |
| ·线性判别分析原理详述 | 第42-43页 |
| ·实验结果 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第4章 交通状态分类与量化识别 | 第47-61页 |
| ·引言 | 第47页 |
| ·支持向量机原理简述 | 第47-51页 |
| ·线性分类 | 第48页 |
| ·非线性分类 | 第48-50页 |
| ·核函数选择 | 第50-51页 |
| ·基于支持向量机的交通状态分类 | 第51-57页 |
| ·模型的流程构建 | 第51-52页 |
| ·多类分类器设计 | 第52-53页 |
| ·输入因素设定 | 第53-54页 |
| ·实验结果 | 第54-57页 |
| ·交通状态量化识别 | 第57-60页 |
| ·基本思想 | 第57页 |
| ·具体实现方式 | 第57-59页 |
| ·实验结果 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 基于 STI 的交通状态量化识别演示系统 | 第61-69页 |
| ·引言 | 第61页 |
| ·系统设计 | 第61-65页 |
| ·交通视频图像处理软件工作流程 | 第62-63页 |
| ·基于 TSI 的交通状态量化识别方法设计 | 第63页 |
| ·数据库设计 | 第63-65页 |
| ·系统开发软硬件环境 | 第65-66页 |
| ·硬件环境 | 第65-66页 |
| ·软件环境 | 第66页 |
| ·软件的界面及功能模块演示 | 第66-68页 |
| ·信息配置模块 | 第67-68页 |
| ·视频图像处理并显示处理过程模块 | 第68页 |
| ·基础数据保存模块 | 第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 |
| 攻读硕士学位期间所取得的学术成果 | 第75-77页 |
| 致谢 | 第77页 |
