| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-15页 |
| 1．1 智能交通系统概述 | 第8-10页 |
| 1．2 智能交通中图像处理技术的发展 | 第10-11页 |
| 1．3 汽车违章行驶的处理方法 | 第11-12页 |
| 1．4 本文主要研究工作和内容 | 第12-15页 |
| 2 基于视频序列的运动车辆检测与识别 | 第15-50页 |
| 2．1 引言 | 第15-16页 |
| 2．2 运动车辆的检测方法 | 第16-24页 |
| 2．2．1 邻帧差分图像法模型的建立 | 第16-19页 |
| 2．2．2 一种基于运动图像灰度特征的运动变化检测算法 | 第19-23页 |
| 2．2．3 实验结果与分析 | 第23-24页 |
| 2．3 运动车辆的识别方法 | 第24-39页 |
| 2．3．1 路口环境成像的系统模型 | 第24-28页 |
| 2．3．2 一种顺序的区域生长法 | 第28-29页 |
| 2．3．3 运动车辆特征的提取 | 第29-32页 |
| 2．3．4 一种运动车辆的模糊识别方法 | 第32-33页 |
| 2．3．5 车辆阴影的消除 | 第33-34页 |
| 2．3．6 实验结果与分析 | 第34-39页 |
| 2．4 运动车辆的跟踪方法 | 第39-50页 |
| 2．4．1 最邻近法 | 第40-41页 |
| 2．4．2 卡尔曼滤波法 | 第41-43页 |
| 2．4．3 一种运动车辆跟踪方法 | 第43-45页 |
| 2．4．4 实验结果与分析 | 第45-50页 |
| 3 基于虚拟线圈方法的运动车辆检测与识别 | 第50-59页 |
| 3．1 引言 | 第50-51页 |
| 3．2 虚拟线圈检测法 | 第51-56页 |
| 3．2．1 虚拟线圈的设置 | 第51-53页 |
| 3．2．2 虚拟线圈的匹配方法 | 第53-54页 |
| 3．2．3 虚拟线圈的搜索范围 | 第54-56页 |
| 3．3 实验结果与分析 | 第56-59页 |
| 4 一种违章车辆的综合识别方法 | 第59-74页 |
| 4．1 引言 | 第59页 |
| 4．2 现行的交通规则 | 第59-60页 |
| 4．3 违章车辆的综合识别方法 | 第60-67页 |
| 4．3．1 基于虚拟线圈方法的车辆违章识别 | 第60-62页 |
| 4．3．2 基于视频序列的车辆违章识别 | 第62-64页 |
| 4．3．3 一种违章车辆的综合识别方法 | 第64-65页 |
| 4．3．4 实验结果与分析 | 第65-67页 |
| 4．4 信号灯与停止线的检测与识别 | 第67-74页 |
| 4．4．1 彩色图像中颜色模型的建立 | 第67-69页 |
| 4．4．2 信号灯的识别与实验结果 | 第69-72页 |
| 4．4．3 停止线的识别与实验结果 | 第72-74页 |
| 5 总结与展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士学位期间发表学术论文情况 | 第80-81页 |
| 致谢 | 第81-82页 |
| 大连理工大学学位论文版权使用授权书 | 第82页 |