基于视频的车辆检测研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-21页 |
| ·课题的研究背景和意义 | 第11-13页 |
| ·研究现状及存在问题 | 第13-18页 |
| ·本文主要研究内容 | 第18-21页 |
| 第2章 图像处理基础知识 | 第21-38页 |
| ·彩色空间 | 第21-27页 |
| ·灰度图像 | 第21页 |
| ·RGB颜色空间 | 第21-22页 |
| ·HSV颜色空间 | 第22-24页 |
| ·图像之间的转换 | 第24-27页 |
| ·数学形态学及其滤波性质 | 第27-32页 |
| ·数学形态学基础知识 | 第28页 |
| ·形态学基本运算及其滤波性质 | 第28-29页 |
| ·腐蚀运算和膨胀运算 | 第29-30页 |
| ·开运算和闭运算 | 第30-31页 |
| ·数学形态学的滤波性质 | 第31-32页 |
| ·边缘检测算子 | 第32-36页 |
| ·基于梯度的边缘检测 | 第32-34页 |
| ·二阶微分算子 | 第34-36页 |
| ·实验结果 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 运动车辆的提取 | 第38-47页 |
| ·背景的提取 | 第38-39页 |
| ·直接获取静态背景 | 第38页 |
| ·灰度统计法给出背景 | 第38页 |
| ·高斯建模提取背景 | 第38-39页 |
| ·背景的自适应更新 | 第39-40页 |
| ·运动车辆的提取 | 第40-42页 |
| ·差分法 | 第40-42页 |
| ·光流法 | 第42页 |
| ·图像滤波 | 第42-44页 |
| ·运动车辆影子的去除 | 第44-46页 |
| ·阴影概念及特点 | 第44-45页 |
| ·阴影去除方法 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 运动车辆的跟踪 | 第47-68页 |
| ·常用运动目标跟踪方法 | 第47-50页 |
| ·基于特征匹配的跟踪方法 | 第47-48页 |
| ·基于3D的跟踪算法 | 第48-49页 |
| ·基于区域匹配的跟踪方法 | 第49-50页 |
| ·基于模型匹配的跟踪方法 | 第50页 |
| ·卡尔曼滤波理论 | 第50-55页 |
| ·卡尔曼滤波基本原理 | 第50-53页 |
| ·基于卡尔曼滤波的运动目标估计 | 第53-55页 |
| ·基于卡尔曼滤波的跟踪模型 | 第55-63页 |
| ·多运动目标连通域标记 | 第56-58页 |
| ·目标中心点的确定及匹配 | 第58-60页 |
| ·目标链表的建立 | 第60-61页 |
| ·跟踪区域设定 | 第61-62页 |
| ·模型更新 | 第62-63页 |
| ·实验结果及分析 | 第63-66页 |
| ·本章小结 | 第66-68页 |
| 第5章 基于视频的车辆运动检测实验系统 | 第68-74页 |
| ·系统构成 | 第68页 |
| ·视频采集要求 | 第68-69页 |
| ·系统模块设计 | 第69-70页 |
| ·系统参数设置模块 | 第69-70页 |
| ·图像处理模块 | 第70页 |
| ·运动目标检测模块 | 第70页 |
| ·运动目标跟踪模块 | 第70页 |
| ·系统软件界面 | 第70-72页 |
| ·系统性能评价 | 第72页 |
| ·影响交通检测精度的因素分析 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第81-82页 |
| 致谢 | 第82页 |
