| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题的背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 停车检测技术研究现状 | 第9-10页 |
| 1.2.2 基于视频的停车检测技术研究现状 | 第10-13页 |
| 1.3 课题目的及意义 | 第13-14页 |
| 1.4 论文主要内容及章节安排 | 第14-16页 |
| 2 基于视频的停车检测关键技术及方案 | 第16-20页 |
| 2.1 基于视频的停车检测关键技术 | 第16-18页 |
| 2.1.1 运动目标检测 | 第16页 |
| 2.1.2 停驶车辆识别 | 第16-18页 |
| 2.2 基于视频的停车检测方案 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 3 基于统计法的背景建模 | 第20-42页 |
| 3.1 常用的背景建模算法 | 第20-31页 |
| 3.1.1 图像平均值法 | 第20-23页 |
| 3.1.2 统计直方图法 | 第23-26页 |
| 3.1.3 统计中值法 | 第26-28页 |
| 3.1.4 基于块的二维统计背景建模算法 | 第28-31页 |
| 3.2 改进的背景建模算法 | 第31-39页 |
| 3.2.1 改进的图像平均值法 | 第32-34页 |
| 3.2.2 统计法存在的问题 | 第34-38页 |
| 3.2.3 基于统计中值邻域最大值背景建模算法 | 第38-39页 |
| 3.3 实验结果与分析 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 4 分块处理的背景重建与更新 | 第42-62页 |
| 4.1 常用的背景重建与更新算法 | 第42-44页 |
| 4.1.1 多帧图像平均法 | 第42-43页 |
| 4.1.2 帧间差分法 | 第43页 |
| 4.1.3 对称差分法 | 第43-44页 |
| 4.2 提出分块处理的背景重建与更新算法 | 第44-52页 |
| 4.2.1 SAD 值及稳态曲线分析 | 第47-50页 |
| 4.2.2 SAD 值突变与渐变判别 | 第50-51页 |
| 4.2.3 稳定状态合并 | 第51-52页 |
| 4.3 基于形态学处理的背景更新算法 | 第52-60页 |
| 4.3.1 形态学滤波 | 第54-56页 |
| 4.3.2 基于形态学滤波和分块处理的背景更新算法 | 第56-60页 |
| 4.4 实验结果与分析 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 5 违章停车识别及系统实现 | 第62-80页 |
| 5.1 静止目标检测 | 第62-67页 |
| 5.1.1 像素时间序列特征稳态分析法 | 第62-65页 |
| 5.1.2 基于最小二乘法的图像分割 | 第65-66页 |
| 5.1.3 八邻域连通域标记法 | 第66-67页 |
| 5.2 车辆识别 | 第67-69页 |
| 5.2.1 车辆特征选择 | 第67-68页 |
| 5.2.2 车辆识别流程 | 第68-69页 |
| 5.3 基于像素时间序列的违章停车识别算法 | 第69-70页 |
| 5.4 违章停车检测系统架构及实现 | 第70-73页 |
| 5.4.1 停车检测系统架构 | 第70-72页 |
| 5.4.2 停车检测系统实现 | 第72-73页 |
| 5.5 实验结果与分析 | 第73-78页 |
| 5.6 本章小结 | 第78-80页 |
| 6 总结与展望 | 第80-82页 |
| 致谢 | 第82-84页 |
| 参考文献 | 第84-90页 |
| 附录 | 第90页 |
| A. 作者在攻读学位期间发表的论文目录 | 第90页 |
| B. 作者在攻读学位期间参与的科研项目 | 第90页 |