基于视频的多车道车流量检测技术研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 智能交通系统的研究现状 | 第10-12页 |
| 1.2.2 运动目标检测与车流量统计的研究现状 | 第12-13页 |
| 1.3 本文的主要工作与组织结构 | 第13-15页 |
| 第2章 基于视频的车流量检测相关理论与技术 | 第15-29页 |
| 2.1 运动车辆检测的常用方法 | 第15-20页 |
| 2.1.1 光流法 | 第15-16页 |
| 2.1.2 帧间差分法 | 第16-17页 |
| 2.1.3 背景减除法 | 第17-20页 |
| 2.2 基于视频的车流量统计的常用方法 | 第20-24页 |
| 2.2.1 基于目标跟踪的车流量统计方法 | 第20-23页 |
| 2.2.2 基于虚拟检测线的车流量统计方法 | 第23-24页 |
| 2.3 图像灰度化 | 第24-25页 |
| 2.4 图像二值化 | 第25页 |
| 2.5 形态学处理 | 第25-28页 |
| 2.5.1 腐蚀操作 | 第26-27页 |
| 2.5.2 膨胀操作 | 第27页 |
| 2.5.3 膨胀和腐蚀的复合运算 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 基于改进ViBe算法的运动车辆检测 | 第29-41页 |
| 3.1 引言 | 第29-30页 |
| 3.2 ViBe算法 | 第30-34页 |
| 3.2.1 ViBe算法简介 | 第30-32页 |
| 3.2.2 ViBe 算法分析 | 第32-34页 |
| 3.3 改进的ViBe算法 | 第34-36页 |
| 3.3.1 改进ViBe算法的基本思想 | 第34-35页 |
| 3.3.2 改进ViBe算法的流程 | 第35-36页 |
| 3.4 实验结果与分析 | 第36-40页 |
| 3.4.1 实验设置 | 第36-37页 |
| 3.4.2 改进算法的检测效果对比 | 第37-40页 |
| 3.4.3 改进算法的检测效率对比 | 第40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 自适应虚拟线圈的多车道车流量检测 | 第41-51页 |
| 4.1 引言 | 第41-42页 |
| 4.2 虚拟线圈算法 | 第42-44页 |
| 4.2.1 虚拟线圈车流量检测的流程 | 第42页 |
| 4.2.2 虚拟线圈算法简介 | 第42-43页 |
| 4.2.3 虚拟线圈算法分析 | 第43-44页 |
| 4.3 基于自适应虚拟线圈的车流量统计算法 | 第44-47页 |
| 4.3.1 自适应虚拟线圈算法的基本思想 | 第44-45页 |
| 4.3.2 自适应虚拟线圈算法的流程 | 第45-47页 |
| 4.4 实验结果与分析 | 第47-50页 |
| 4.4.1 实验设置 | 第47-48页 |
| 4.4.2 改进算法的效果及分析 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 总结 | 第51-53页 |
| 5.1 主要工作与创新点 | 第51-52页 |
| 5.2 后续研究工作 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-59页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第59页 |
