| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 引言 | 第11-13页 |
| 1 绪论 | 第13-19页 |
| ·研究背景 | 第13-15页 |
| ·国内外的研究现状 | 第15页 |
| ·国外的研究现状 | 第15页 |
| ·国内的研究现状 | 第15页 |
| ·研究目的、意义 | 第15-16页 |
| ·研究目的 | 第15-16页 |
| ·研究意义 | 第16页 |
| ·本文研究工作 | 第16-19页 |
| ·研究内容与创新 | 第16-18页 |
| ·论文结构 | 第18-19页 |
| 2 视频检测相关理论与处理技术 | 第19-29页 |
| ·运动目标检测 | 第19-22页 |
| ·光流法 | 第19页 |
| ·帧间差分法 | 第19-20页 |
| ·背景差分法 | 第20-22页 |
| ·存在问题 | 第22页 |
| ·交通参数检测 | 第22-24页 |
| ·车流量 | 第22-23页 |
| ·车辆速度 | 第23-24页 |
| ·图像处理技术 | 第24-28页 |
| ·图像平滑技术 | 第24-26页 |
| ·图像分割 | 第26-27页 |
| ·形态学图像处理 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 3 纹理背景模型描述方法研究 | 第29-41页 |
| ·颜色信息描述 | 第29-31页 |
| ·颜色空间描述 | 第29-30页 |
| ·颜色空间选择 | 第30-31页 |
| ·纹理信息描述 | 第31-35页 |
| ·LBP算子概述 | 第31-32页 |
| ·LBP算子参数选择 | 第32-34页 |
| ·LBP直方图 | 第34-35页 |
| ·LBP算子存在问题及改进 | 第35-37页 |
| ·LBP算子存在问题 | 第35-36页 |
| ·LBP算子改进 | 第36-37页 |
| ·LBP算子改进举例分析 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 4 融合纹理信息与颜色信息的背景建模方法的研究 | 第41-64页 |
| ·背景模型的描述方法 | 第41页 |
| ·颜色信息模型 | 第41页 |
| ·LBP纹理信息模型 | 第41页 |
| ·背景建模方法 | 第41-50页 |
| ·平均背景模型 | 第41-44页 |
| ·混合高斯背景模型 | 第44-47页 |
| ·纹理背景模型 | 第47-50页 |
| ·纹理背景模型与高斯模型结合的运动目标检测方法 | 第50-54页 |
| ·现有算法存在的问题分析 | 第50-51页 |
| ·融合算法核心思想 | 第51页 |
| ·融合算法具体实施 | 第51-53页 |
| ·背景更新和前景提取 | 第53-54页 |
| ·运动目标检测优化方法的研究 | 第54-56页 |
| ·形态学图像处理优化检测目标 | 第54-56页 |
| ·边缘检测优化检测目标 | 第56页 |
| ·实验结果与分析 | 第56-63页 |
| ·融合算法实验结果与分析 | 第56-60页 |
| ·图像处理优化实验结果与分析 | 第60-62页 |
| ·边缘检测与图像分割优化 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 5 交通参数检测方法研究 | 第64-80页 |
| ·交通参数检测框架 | 第64页 |
| ·运动追踪 | 第64-68页 |
| ·运动追踪分类 | 第65页 |
| ·常见跟踪算法 | 第65页 |
| ·车辆跟踪模型分析 | 第65-66页 |
| ·融合区域预测与Camshift区域匹配的跟踪算法 | 第66-68页 |
| ·跟踪模型的应用场景 | 第68页 |
| ·交通参数检测 | 第68-73页 |
| ·车流量检测 | 第68-69页 |
| ·车速检测 | 第69-73页 |
| ·其它检测 | 第73页 |
| ·实验与分析 | 第73-78页 |
| ·车辆跟踪实验与分析 | 第73-74页 |
| ·车流量检测实验与分析 | 第74-78页 |
| ·车速检测实验与分析 | 第78页 |
| ·本章小结 | 第78-80页 |
| 6 总结和展望 | 第80-82页 |
| ·论文总结 | 第80-81页 |
| ·未来研究方向 | 第81-82页 |
| 参考文献 | 第82-89页 |
| 在学研究成果 | 第89-90页 |
| 致谢 | 第90页 |