| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-16页 |
| 1.1 背景介绍 | 第7-13页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 智能交通系统ITS | 第8-10页 |
| 1.1.3 智能交通监控系统现状及发展趋势 | 第10-13页 |
| 1.2 本课题来源 | 第13页 |
| 1.3 本课题的主要工作与创新点 | 第13-14页 |
| 1.4 本文的内容安排 | 第14-16页 |
| 第二章 系统体系结构 | 第16-23页 |
| 2.1 系统硬件构成 | 第16-17页 |
| 2.1.1 结构综述 | 第16-17页 |
| 2.1.2 系统工作原理 | 第17页 |
| 2.2 视频信号的输入 | 第17-20页 |
| 2.2.1 图像卡设置 | 第17-19页 |
| 2.2.2 图像采集 | 第19页 |
| 2.2.3 图像的存储 | 第19-20页 |
| 2.3 系统软件结构 | 第20-23页 |
| 2.3.1 系统软件流程 | 第20-21页 |
| 2.3.2 软件性能评估 | 第21-22页 |
| 2.3.3 违章数据处理 | 第22-23页 |
| 第三章 背景建立 | 第23-30页 |
| 3.1 图像预处理 | 第23-24页 |
| 3.2 传统的背景提取方法 | 第24-27页 |
| 3.3 多帧平均与Surendra 结合的背景提取算法 | 第27-30页 |
| 3.3.1 算法原理 | 第27-28页 |
| 3.3.2 算法流程 | 第28-30页 |
| 第四章 车辆检测 | 第30-43页 |
| 4.1 车辆检测常规算法 | 第30-31页 |
| 4.2 基于三帧差分校正的背景差分车辆提取 | 第31-38页 |
| 4.2.1 算法原理及流程 | 第32-34页 |
| 4.2.2 二值化阈值的确定 | 第34-35页 |
| 4.2.3 目标区域标记 | 第35页 |
| 4.2.4 算法分析 | 第35-38页 |
| 4.3 基于像素统计的多车辆的检测 | 第38-43页 |
| 4.3.1 算法原理 | 第39页 |
| 4.3.2 算法流程图 | 第39-40页 |
| 4.3.3 结果分析 | 第40-43页 |
| 第五章 违章车辆跟踪与预测 | 第43-49页 |
| 5.1 违章判定 | 第43页 |
| 5.2 车辆跟踪 | 第43-45页 |
| 5.2.1 车辆跟踪方法介绍 | 第43-44页 |
| 5.2.2 匹配技术概述 | 第44页 |
| 5.2.3 基于相似度的模板匹配 | 第44-45页 |
| 5.3 Kalman 滤波预测 | 第45-48页 |
| 5.3.1 Kalman 滤波原理 | 第46-47页 |
| 5.3.2 离散Kalman 滤波 | 第47-48页 |
| 5.4 Kalman 滤波实现运动车辆跟踪 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 发表论文和科研情况说明 | 第55-56页 |
| 致谢 | 第56页 |