首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于视频的城市交通拥挤检测系统的研究

摘要第1-7页
ABSTRACT第7-11页
第一章 绪论第11-18页
   ·研究背景第11-12页
   ·研究的目标和意义第12-13页
   ·研究现状综述第13-17页
   ·论文主要内容及章节安排第17-18页
第二章 交通拥挤检测系统结构设计第18-24页
   ·系统结构第18-19页
   ·系统各部分组成及工作原理第19-23页
     ·视频采集子系统第19-20页
     ·数据传输子系统第20-21页
     ·数据处理子系统第21-22页
     ·信息管理子系统第22-23页
   ·本章小结第23-24页
第三章 交通拥挤判别主要参数采集第24-35页
   ·交通参数检测方法概述第24-25页
   ·基于数字视频检测技术的交通参数采集第25-34页
     ·车辆目标检测第25-29页
     ·基于虚拟线圈的交通参数采集第29-34页
   ·本章小结第34-35页
第四章 基于 ACOCM 的交通拥挤检测算法第35-43页
   ·引言第35-37页
   ·交通拥挤分级标准第37-38页
   ·基于蚁群算法的模糊 C 均值聚类算法第38-41页
     ·模糊 C 均值聚类算法第38-40页
     ·ACOCM 算法第40-41页
   ·本章小结第41-43页
第五章 系统实现与实例第43-66页
   ·系统硬件平台设计第43-48页
     ·DSP TMS320DM642 处理器简介第44-46页
     ·系统视频采集与回放第46-48页
   ·系统软件环境第48-50页
     ·CCS集成开发环境第48-49页
     ·OPENCV库第49-50页
   ·系统程序设计第50-59页
     ·系统初始化模块第52页
     ·视频采集模块第52-54页
     ·交通参数采集模块第54-57页
     ·交通拥挤状态判别模块第57-58页
     ·结果输出模块第58-59页
   ·系统调试运行第59-60页
   ·实例第60-65页
   ·本章小结第65-66页
第六章 总结和展望第66-69页
   ·研究总结第66-67页
   ·研究展望第67-69页
参考文献第69-72页
致谢第72-73页
附录 A (攻读学位期间所发表的学术论文)第73页
附录 B (参与研究课题)第73页
附录 C (研究生期间获奖情况)第73-74页
附录 D (ACO 算法部分程序)第74-75页
附录 E (FCM 算法部分程序)第75-77页
附录 F (隶属度计算部分程序)第77-78页

论文共78页,点击 下载论文
上一篇:基于数据挖掘的桥梁监测数据分析
下一篇:基于物联网技术的道路危险货物运输监控研究