基于视频图像的交通路口背景提取方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景 | 第7-8页 |
| ·国内外研究现状与意义 | 第8-9页 |
| ·本文的主要内容 | 第9-11页 |
| 第二章 常用交通道路背景提取模型 | 第11-27页 |
| ·交通道路背景提取的基本思想 | 第11-13页 |
| ·基于视频采集图像的交通路口场景背景提取步骤 | 第13-14页 |
| ·实验样本准备 | 第14页 |
| ·基于均值法的背景拟合模型 | 第14-16页 |
| ·均值法背景模型思想 | 第14-15页 |
| ·均值法算法 | 第15-16页 |
| ·实验与结果分析 | 第16页 |
| ·基于像素时间序列统计直方图背景拟合 | 第16-20页 |
| ·统计直方图背景拟合思想 | 第17页 |
| ·统计直方图背景拟合算法 | 第17-18页 |
| ·实验与结果分析 | 第18-20页 |
| ·基于混合高斯模型的背景提取 | 第20-25页 |
| ·单高斯背景模型 | 第20-21页 |
| ·混合高斯背景模型 | 第21-23页 |
| ·实验与结果分析 | 第23-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 交通路口场景分析与算法改进 | 第27-39页 |
| ·交通路口场景分析 | 第27-28页 |
| ·交通路口车辆密度影响 | 第27页 |
| ·交通路口车辆移动速度的影响 | 第27-28页 |
| ·交通路口交通信号灯对背景提取的影响 | 第28页 |
| ·常用背景提取算法缺陷分析 | 第28-34页 |
| ·基于均值法背景拟合算法缺陷分析 | 第29页 |
| ·基于像素时间序列统计直方图背景提取缺陷分析 | 第29-32页 |
| ·基于混合高斯模型背景提取缺陷分析 | 第32-34页 |
| ·本文算法改进 | 第34-36页 |
| ·多模态背景问题 | 第34-35页 |
| ·前景目标密集与运动慢的问题 | 第35-36页 |
| ·本章小结 | 第36-39页 |
| 第四章 算法实现与实验分析 | 第39-47页 |
| ·多模态统计直方图背景模型 | 第39-41页 |
| ·统计直方图的有效波峰 | 第39页 |
| ·多模态直方图 | 第39-40页 |
| ·基于多模态直方图的背景拟合 | 第40-41页 |
| ·背景更新 | 第41-44页 |
| ·基于空间性质的道路主灰度值提取 | 第41-43页 |
| ·基于时间序列相关性质的分类器设计 | 第43页 |
| ·分类器级联背景更新 | 第43-44页 |
| ·实验分析 | 第44-46页 |
| ·多模态统计直方图有效波峰 | 第44-45页 |
| ·初始背景的全局统计直方图有效波峰 | 第45-46页 |
| ·背景提取实验 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第五章 背景提取算法的评价 | 第47-53页 |
| ·基于先验知识的背景直观评价 | 第47-49页 |
| ·基于后处理的背景图像评价 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-62页 |
