| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1.绪论 | 第9-19页 |
| ·论文课题的背景与意义 | 第9-10页 |
| ·行人流量统计方法发展现状 | 第10-13页 |
| ·人类视觉到计算机视觉 | 第13页 |
| ·Marr的视觉理论框架 | 第13-14页 |
| ·立体视觉的研究概况 | 第14-16页 |
| ·本文研究思路和主要工作 | 第16-18页 |
| ·论文结构 | 第18-19页 |
| 2.摄像机模型与相机标定 | 第19-33页 |
| ·引言 | 第19页 |
| ·相关理论知识介绍 | 第19-25页 |
| ·传统的相机标定技术 | 第25-27页 |
| ·遗传算法在摄像机标定的应用 | 第27-32页 |
| ·小结 | 第32-33页 |
| 3.立体匹配算法研究 | 第33-51页 |
| ·引言 | 第33页 |
| ·立体视觉匹配约束条件 | 第33-34页 |
| ·立体匹配过程 | 第34-36页 |
| ·局部立体匹配算法分析 | 第36-37页 |
| ·BM(bidirectional matching)算法 | 第37-39页 |
| ·一种基于SMP(single matching phase)改进匹配算法 | 第39-49页 |
| ·小结 | 第49-51页 |
| 4.基于立体视觉的运动目标检测 | 第51-61页 |
| ·引言 | 第51页 |
| ·基于立体视觉运动目标检测算法原理 | 第51-53页 |
| ·本文的目标检测算法 | 第53-57页 |
| ·实验结果与分析 | 第57-60页 |
| ·小结 | 第60-61页 |
| 5.运动目标的跟踪 | 第61-69页 |
| ·引言 | 第61页 |
| ·目标跟踪的常用方法分析 | 第61-64页 |
| ·基于Kalman预测的跟踪算法 | 第64-65页 |
| ·本文采用的目标跟踪算法 | 第65-66页 |
| ·实验结果与分析 | 第66-67页 |
| ·小结 | 第67-69页 |
| 6.系统构建与实现 | 第69-77页 |
| ·引言 | 第69页 |
| ·系统基本组成 | 第69-70页 |
| ·实验环境建立 | 第70-71页 |
| ·实验过程 | 第71-73页 |
| ·实验结果 | 第73-74页 |
| ·小结 | 第74-77页 |
| 7.总结与展望 | 第77-79页 |
| ·工作总结 | 第77页 |
| ·研究展望 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 附录 攻读硕士期间发表的学术论文 | 第85-87页 |
| 致谢 | 第87-88页 |