| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·闯红灯车辆检测系统研究现状 | 第11-13页 |
| ·DaVinci 技术研究现状 | 第13-15页 |
| ·本文的研究内容和论文结构 | 第15-17页 |
| ·本文的研究内容 | 第15页 |
| ·论文结构 | 第15-17页 |
| 第2章 运动车辆检测算法研究 | 第17-28页 |
| ·常用的运动目标检测算法 | 第17-22页 |
| ·帧间差分法 | 第17-18页 |
| ·光流法 | 第18-19页 |
| ·背景差分法 | 第19-22页 |
| ·基于形态学和像素灰度归类的背景重建算法 | 第22-27页 |
| ·数学形态学基础 | 第22-23页 |
| ·像素灰度归类的原理 | 第23页 |
| ·本文算法的实现 | 第23-25页 |
| ·实验结果与分析 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 运动车辆跟踪算法研究 | 第28-39页 |
| ·常用的运动目标跟踪算法简介 | 第28-29页 |
| ·均值漂移（Mean Shift）算法简介 | 第29-31页 |
| ·基本Mean Shift | 第29页 |
| ·扩展的Mean Shift | 第29-31页 |
| ·Mean Shift 算法步骤 | 第31页 |
| ·Mean Shift 目标跟踪原理 | 第31-34页 |
| ·目标模型的建立 | 第32页 |
| ·候选目标模型建立 | 第32页 |
| ·相似性函数 | 第32-33页 |
| ·Mean Shift 目标跟踪实现过程 | 第33-34页 |
| ·基于改进Mean Shift 车辆跟踪算法 | 第34-36页 |
| ·自动初始化目标窗口 | 第34-35页 |
| ·Kalman 滤波器预测理论 | 第35页 |
| ·Kalman 预测与Mean Shift 相结合的车辆跟踪算法 | 第35-36页 |
| ·实验结果 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 Davinci 技术及DM6446 开发平台介绍 | 第39-48页 |
| ·DaVinci 技术特点及优势 | 第39-40页 |
| ·DaVinci 技术特点 | 第39页 |
| ·达芬奇技术优势 | 第39-40页 |
| ·DM6446 开发平台简介 | 第40-42页 |
| ·Davinci 软件架构 | 第42-44页 |
| ·xDAIS 和xDM 算法标准 | 第43页 |
| ·Codec Engine 概述 | 第43-44页 |
| ·Davinci 的开发工具 | 第44-45页 |
| ·XDC 编译工具 | 第44-45页 |
| ·CCS 开发环境 | 第45页 |
| ·Davinci 开发原理 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 基于达芬奇DM6446 平台的系统实现 | 第48-61页 |
| ·系统框架设计 | 第48页 |
| ·系统实现 | 第48-58页 |
| ·Codec 包封装 | 第48-50页 |
| ·DSP Server 包创建 | 第50-52页 |
| ·ARM 端应用程序包创建 | 第52-58页 |
| ·客户端显示模块 | 第58页 |
| ·演示系统搭建 | 第58-59页 |
| ·Linux 主机配置 | 第59页 |
| ·板卡配置 | 第59页 |
| ·实验结果演示 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 作者在读期间发表的学术论文及参加的科研项目 | 第68-69页 |
| 发表的学术论文 | 第68页 |
| 软著申请获批 | 第68页 |
| 实用新型申请获批 | 第68页 |
| 参加的科研项目 | 第68-69页 |
| 详细摘要 | 第69-73页 |