地铁客流监测实验平台的设计与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-13页 |
| ·课题背景 | 第8-10页 |
| ·研究现状 | 第10-11页 |
| ·客流检测技术 | 第10页 |
| ·运动对象跟踪技术 | 第10-11页 |
| ·图像识别技术所面临的困难 | 第11-12页 |
| ·论文的内容和结构 | 第12-13页 |
| 第2章 客流检测图像处理主要技术 | 第13-24页 |
| ·图像处理技术 | 第13-15页 |
| ·图像及图像处理的介绍 | 第13页 |
| ·图像之间的运算 | 第13-15页 |
| ·数字图像处理研究内容 | 第15-22页 |
| ·数字图像处理 | 第15-16页 |
| ·图像处理技术 | 第16-19页 |
| ·几种常用的检测算子 | 第19-22页 |
| ·图像识别技术 | 第22-24页 |
| 第3章 客流检测算法研究 | 第24-39页 |
| ·运动对象的检测算法 | 第24-25页 |
| ·帧间差分法 | 第24页 |
| ·背景减法 | 第24页 |
| ·光流法 | 第24-25页 |
| ·运动目标检测过程 | 第25-27页 |
| ·彩色图像转化为灰度图像 | 第25页 |
| ·前景目标提取与检测算法 | 第25-27页 |
| ·运动目标识别算法 | 第27-31页 |
| ·图像配准基础 | 第27-28页 |
| ·一般模型和图像配准 | 第28-30页 |
| ·相似性测度 | 第30-31页 |
| ·基于灰度的图形配准 | 第31页 |
| ·基于特征配准的目标识别 | 第31-39页 |
| ·算法步骤与特点 | 第31-33页 |
| ·图像预处理 | 第33页 |
| ·特性提取 | 第33-34页 |
| ·图像匹配 | 第34-39页 |
| 第4章 客流跟踪算法研究 | 第39-52页 |
| ·目标跟踪算法的分类 | 第39页 |
| ·常用的目标跟踪的方法 | 第39-44页 |
| ·在主动轮廓基础上的跟踪算法 | 第40页 |
| ·运动估计跟踪法 | 第40页 |
| ·基于灰度的配准跟踪方法 | 第40-42页 |
| ·目标特征跟踪法 | 第42-44页 |
| ·一种改进的特征跟踪方法 | 第44-48页 |
| ·移动对象跟踪方法的提出 | 第44-45页 |
| ·预测环节 | 第45-46页 |
| ·形心基础上的目标函数 | 第46-48页 |
| ·形心基础上的移动目标链跟踪方法 | 第48-50页 |
| ·跟踪范围的界定 | 第48页 |
| ·创建目标链 | 第48-49页 |
| ·跟踪算法和步骤 | 第49-50页 |
| ·运动目标跟踪实验及结果分析 | 第50-52页 |
| 第5章 地铁客流检测平台开发 | 第52-65页 |
| ·客流检测系统中用到的主要技术 C# | 第52页 |
| ·C#程序设计语言 | 第52页 |
| ·图像处理使用 MATLAB 技术 | 第52页 |
| ·轨道交通客流检测平台开发 | 第52-53页 |
| ·轨道交通客流信息的特征 | 第52-53页 |
| ·本论文要实现的功能 | 第53页 |
| ·系统设计 | 第53-63页 |
| ·平台硬件开发 | 第53-55页 |
| ·客流图像监测平台的实现 | 第55-56页 |
| ·系统的软件实现 | 第56-63页 |
| ·客流图像仿真检测跟踪结果分析 | 第63-65页 |
| 结论与展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间发表的学术论文 | 第72页 |
