| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-15页 |
| ·引言 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·研究内容与意义 | 第14-15页 |
| 第2章 视频中运动检测方法 | 第15-29页 |
| ·光流法 | 第15-17页 |
| ·光流法原理 | 第15-16页 |
| ·光流法的优缺点 | 第16页 |
| ·改进的光流法 | 第16-17页 |
| ·帧间差分法 | 第17-19页 |
| ·帧间差分法原理 | 第17页 |
| ·帧间差分法的优缺点 | 第17-18页 |
| ·帧间差分的实验结果 | 第18-19页 |
| ·背景差分法 | 第19-29页 |
| ·直方图法 | 第20-21页 |
| ·平均值法 | 第21页 |
| ·单高斯背景模型 | 第21-22页 |
| ·高斯混合背景模型 | 第22-25页 |
| ·对高斯混合模型初始化说明 | 第25-26页 |
| ·单高斯背景模型和混合高斯背景模型实验结果 | 第26-29页 |
| 第3章 基于高斯混合模型改进的背景减除法 | 第29-38页 |
| ·RGB 彩色空间 | 第29-30页 |
| ·HSV 颜色空间 | 第30-31页 |
| ·RGB 模型转化 HSV 模型 | 第31-32页 |
| ·传统的高斯混合模型分割方法缺点 | 第32页 |
| ·改进的高斯混合算法 | 第32-34页 |
| ·算法实验结果 | 第34-38页 |
| ·传统混合高斯背景模型实验结果 | 第34-35页 |
| ·改进的混合高斯背景模型实验结果 | 第35-36页 |
| ·轨迹结果 | 第36-38页 |
| 第4章 车辆跟踪方法 | 第38-50页 |
| ·常用车辆跟踪方法 | 第38-40页 |
| ·基于匹配的运动目标跟踪 | 第38-39页 |
| ·基于运动特性的目标跟踪 | 第39-40页 |
| ·卡尔曼滤波算法 | 第40-42页 |
| ·卡尔曼滤波的应用 | 第42-43页 |
| ·卡尔曼滤波建模 | 第42页 |
| ·卡尔曼滤波 | 第42-43页 |
| ·基于 Mean-shift 的跟踪算法匹配 | 第43-48页 |
| ·Mean-shift 算法原理 | 第43-44页 |
| ·目标图像的建模 | 第44-46页 |
| ·Mean-shift 目标跟踪算法 | 第46-47页 |
| ·算法描述 | 第47-48页 |
| ·跟踪实验结果 | 第48-50页 |
| 第5章 视频车辆检测软件总体设计 | 第50-55页 |
| ·软件的主要功能设计 | 第50页 |
| ·开发工具介绍 | 第50-52页 |
| ·OpenCV 概述 | 第50-52页 |
| ·Visual C++2008 | 第52页 |
| ·软件界面的主体设计 | 第52-55页 |
| ·软件主界面介绍 | 第52-53页 |
| ·参数设置界面 | 第53-55页 |
| 第6章 基于 OpenCV 的视频车辆检测软件的实现 | 第55-67页 |
| ·开发环境设置 | 第55页 |
| ·视频处理中常见的 OpenCV 的基本结构和函数 | 第55-57页 |
| ·基本的图像存储结构 | 第55-56页 |
| ·初始化图像存储和释放 | 第56页 |
| ·视频函数 | 第56页 |
| ·从视频中获取图像 | 第56页 |
| ·空间转化 | 第56-57页 |
| ·阈值处理函数 | 第57页 |
| ·软件功能实现 | 第57-67页 |
| ·视频播放功能实现 | 第57-59页 |
| ·参考轨迹设定功能实现 | 第59-61页 |
| ·运动检测方法的实现 | 第61-66页 |
| ·自动绘制跟踪轨迹 | 第66-67页 |
| 总结与展望 | 第67-69页 |
| 本文总结 | 第67-68页 |
| 本文展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74-75页 |
| 附录 A 攻读硕士学位期间所发表的学术论文 | 第75页 |