| 中文摘要 | 第2-3页 |
| Abstract | 第3页 |
| 中文文摘 | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| 第一节 引言 | 第8页 |
| 第二节 课题研究背景及意义 | 第8-9页 |
| 第三节 国内外关于颜色校正算法的研究现状 | 第9-12页 |
| 第四节 本论文主要内容及论文结构 | 第12-14页 |
| 第二章 边缘检测 | 第14-24页 |
| 第一节 前沿 | 第14页 |
| 第二节 梯度算子 | 第14-16页 |
| 第三节 拉普拉斯(Laplacian)算子和高斯拉普拉斯(LOG)算子 | 第16-18页 |
| 第四节 坎尼(Canny)边缘算子 | 第18-19页 |
| 第五节 基于脉冲神经网络的边缘提取算法 | 第19-23页 |
| 第六节 本章小结 | 第23-24页 |
| 第三章 道路检测和分割 | 第24-36页 |
| 第一节 基于霍夫变换的直线道路区域检测 | 第24-27页 |
| 3.1.1 霍夫变换原理 | 第24-25页 |
| 3.1.2 直线的Hough变换 | 第25-27页 |
| 第二节 非直线道路区域检测 | 第27-35页 |
| 3.2.1 种子填充 | 第27-29页 |
| 3.2.2 改进的分水岭算法 | 第29-34页 |
| 3.2.3 非直线型道路提取方法 | 第34-35页 |
| 第三节 本章小结 | 第35-36页 |
| 第四章 运动目标检测 | 第36-50页 |
| 第一节 全局运动分割法 | 第36-37页 |
| 第二节 帧差法 | 第37-40页 |
| 第三节 背景差法 | 第40-48页 |
| 4.3.1 混合高斯背景建模法 | 第41-43页 |
| 4.3.2 基于差分和众数的背景建模法 | 第43-46页 |
| 4.3.2.1 本文算法原理 | 第43-44页 |
| 4.3.2.2 本文算法建模 | 第44-46页 |
| 4.3.2.3 背景更新方法 | 第46页 |
| 4.3.3 实验结果对比与分析 | 第46-48页 |
| 第四节 本章小结 | 第48-50页 |
| 第五章 基于多特征融合的交通拥堵判定方法 | 第50-68页 |
| 第一节 交通流参数分析和选取 | 第50-53页 |
| 第二节 交通流参数的获取 | 第53-58页 |
| 5.2.1 速度参量的提取 | 第53-56页 |
| 5.2.2 区域密度参量的提取 | 第56-58页 |
| 第三节 交通流状态划分 | 第58-60页 |
| 第四节 基于多特征融合的交通拥堵判定 | 第60-62页 |
| 第五节 实验结果及分析 | 第62-67页 |
| 第六节 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 攻读学位期间承担的科研任务与主要成果 | 第76-78页 |
| 致谢 | 第78-80页 |
| 个人简历 | 第80-84页 |