| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究的背景和意义 | 第10页 |
| 1.2 智能交通视频监控技术的发展及国内外研究现状 | 第10-11页 |
| 1.3 论文研究内容和结构 | 第11-14页 |
| 第二章 图像基本处理与目标的识别跟踪 | 第14-28页 |
| 2.1 图像预处理 | 第14-18页 |
| 2.1.1 RGB图转灰度图 | 第14-15页 |
| 2.1.2 自适应图像二值化 | 第15-18页 |
| 2.2 图像形态学处理 | 第18-21页 |
| 2.2.1 图像腐蚀 | 第18-19页 |
| 2.2.2 图像膨胀 | 第19-21页 |
| 2.3 运动目标前景提取 | 第21-23页 |
| 2.3.1 背景图像建立 | 第21-22页 |
| 2.3.2 前景建立 | 第22-23页 |
| 2.4 目标分类和车辆目标的识别 | 第23-25页 |
| 2.4.1 图像连通区域搜索 | 第23-24页 |
| 2.4.2 目标矩形块定位及筛选 | 第24-25页 |
| 2.5 运动目标跟踪 | 第25页 |
| 2.6 本章小结 | 第25-28页 |
| 第三章 复杂环境视频图像处理技术 | 第28-40页 |
| 3.1 阴影处理 | 第28-33页 |
| 3.1.1 RGB颜色占比对比法 | 第28-30页 |
| 3.1.2 基于HSI颜色模型阴影消除 | 第30-31页 |
| 3.1.3 基于阴影几何特征阴影消除 | 第31-33页 |
| 3.2 树叶抖动消除 | 第33-35页 |
| 3.3 自适应数字光圈处理 | 第35-36页 |
| 3.4 运动像素跟踪去除噪技术 | 第36-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第四章 多场景智能交通行为判定处理 | 第40-48页 |
| 4.1 禁停区域违章检测 | 第40-43页 |
| 4.2 丢弃物判断 | 第43-44页 |
| 4.3 火花探测 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 智能交通视频监控平台构造及技术 | 第48-64页 |
| 5.1 系统框架 | 第48-53页 |
| 5.1.1 视频源的获取 | 第49-51页 |
| 5.1.2 图像的处理 | 第51-52页 |
| 5.1.3 违章判定 | 第52页 |
| 5.1.4 违章证据网络发送 | 第52-53页 |
| 5.1.5 违章抓拍 | 第53页 |
| 5.2 双模型自适应预测技术 | 第53-58页 |
| 5.2.1 现实世界与视频图像运动目标映射规律 | 第53-55页 |
| 5.2.2 多项式拟合模型 | 第55-56页 |
| 5.2.3 分式预测模型 | 第56-58页 |
| 5.2.4 多项式分式自适应切换模型 | 第58页 |
| 5.3 适应场景的参数与细节处理设计 | 第58-63页 |
| 5.3.1 多场景独立参数设计 | 第58-59页 |
| 5.3.2 触发与预测的坐标阈值设计 | 第59-60页 |
| 5.3.3 斜向运动车辆检测边框按车底收窄设计 | 第60-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 全文总结 | 第64页 |
| 6.2 进一步工作方向 | 第64-66页 |
| 致谢 | 第66-68页 |
| 硕士期间科研成果 | 第68-70页 |
| 参考文献 | 第70-74页 |