| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 课题研究背景及意义 | 第14-16页 |
| 1.2 国内外研究现状 | 第16-21页 |
| 1.2.1 智能交通系统研究现状 | 第16-18页 |
| 1.2.2 运动车辆检测技术研究现状 | 第18-20页 |
| 1.2.3 运动车辆跟踪技术研究现状 | 第20-21页 |
| 1.3 论文研究创新点 | 第21页 |
| 1.4 论文整体技术路线及研究内容 | 第21-24页 |
| 第二章 视频图像预处理方法研究 | 第24-40页 |
| 2.1 视频图像颜色模型 | 第24-26页 |
| 2.2 视频图像滤波 | 第26-31页 |
| 2.2.1 中值滤波 | 第27-28页 |
| 2.2.2 均值滤波 | 第28-30页 |
| 2.2.3 高斯滤波 | 第30-31页 |
| 2.3 视频图像边缘检测 | 第31-36页 |
| 2.3.1 常用边缘检测算子 | 第31-34页 |
| 2.3.2 边缘检测算子实验分析 | 第34-36页 |
| 2.4 直方图均衡化 | 第36页 |
| 2.5 视频图像形态学处理 | 第36-38页 |
| 2.6 本章小结 | 第38-40页 |
| 第三章 运动车辆检测方法研究 | 第40-52页 |
| 3.1 二帧差分法 | 第40-41页 |
| 3.2 三帧差分法 | 第41-42页 |
| 3.3 四帧差分法 | 第42-45页 |
| 3.4 五帧差分法 | 第45-47页 |
| 3.5 本文运动目标检测方法 | 第47-49页 |
| 3.5.1 算法流程 | 第47-48页 |
| 3.5.2 实验仿真结果 | 第48-49页 |
| 3.6 本章小结 | 第49-52页 |
| 第四章 运动车辆跟踪方法研究 | 第52-72页 |
| 4.1 运动目标跟踪理论概述 | 第52-53页 |
| 4.2 Meanshift算法 | 第53-57页 |
| 4.2.1 MeanShift算法原理 | 第53-54页 |
| 4.2.2 MeanShift向量 | 第54-56页 |
| 4.2.3 基于MeanShift算法的运动车辆跟踪流程 | 第56-57页 |
| 4.3 Camshift算法 | 第57-62页 |
| 4.3.1 直方图反向投影过程 | 第57-58页 |
| 4.3.2 Camshift搜索窗口的更新 | 第58-59页 |
| 4.3.3 Camshift算法流程 | 第59-60页 |
| 4.3.4 Camshift算法实验结果与分析 | 第60-62页 |
| 4.4 正则粒子滤波概述 | 第62-66页 |
| 4.4.1 粒子滤波算法原理 | 第62-64页 |
| 4.4.2 粒子滤波一般流程 | 第64-65页 |
| 4.4.3 正则粒子滤波 | 第65-66页 |
| 4.5 改进Camshift算法 | 第66-67页 |
| 4.6 实验结果与分析 | 第67-69页 |
| 4.7 本文运动车辆检测与跟踪方法应用 | 第69-70页 |
| 4.8 本章小结 | 第70-72页 |
| 第五章 总结与展望 | 第72-74页 |
| 5.1 总结 | 第72-73页 |
| 5.2 展望 | 第73-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 附录A (攻读硕士期间发表的论文) | 第82-83页 |
| 附录B (攻读硕士期间发表的专利) | 第83-84页 |
| 附录C (攻读硕士期间申请的软件著作权) | 第84页 |