| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 引言 | 第8页 |
| 1.2 选题的背景及意义 | 第8-10页 |
| 1.3 视频检测技术的国内外研究现状 | 第10页 |
| 1.4 视频检测技术概述 | 第10-12页 |
| 1.4.1 昼夜视频检测技术的应用 | 第11-12页 |
| 1.4.2 视频检测技术与传统检测技术的对比与发展 | 第12页 |
| 1.5 各章节内容安排 | 第12-13页 |
| 1.6 本章小结 | 第13-14页 |
| 第2章 视频车辆检测系统的设计方案 | 第14-22页 |
| 2.1 所研究的主要内容 | 第14页 |
| 2.2 车流量检测系统方案的选择 | 第14-16页 |
| 2.3 车流量检测系统硬件结构设计 | 第16-17页 |
| 2.3.1 硬件系统的主要设计思想 | 第16页 |
| 2.3.2 硬件系统的工作原理 | 第16-17页 |
| 2.4 车流量检测系统的软件设计过程 | 第17-21页 |
| 2.4.1 视频数据采集模块 | 第17-18页 |
| 2.4.2 视频编码模块 | 第18-19页 |
| 2.4.3 视频图像处理器模块 | 第19-20页 |
| 2.4.4 数据传输模块 | 第20页 |
| 2.4.5 车流量统计方法 | 第20页 |
| 2.4.6 移植OPENCV函数库 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 视频图像处理技术的应用 | 第22-29页 |
| 3.1 传统视频运动目标提取技术的分析 | 第22-24页 |
| 3.1.1 背景差分法 | 第22页 |
| 3.1.2 相邻帧差法 | 第22-23页 |
| 3.1.3 光流法 | 第23-24页 |
| 3.2 运动目标跟踪技术的分析 | 第24-26页 |
| 3.2.1 基于模型的跟踪 | 第24-25页 |
| 3.2.2 基于区域的跟踪 | 第25页 |
| 3.2.3 基于特征的跟踪 | 第25页 |
| 3.2.4 背景更新 | 第25-26页 |
| 3.3 一种包含背景差与帧间差的实时背景更新方法 | 第26-28页 |
| 3.3.1 背景差与帧间差相结合 | 第26-27页 |
| 3.3.2 实时背景更新方法 | 第27-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第4章 不同环境下车辆检测系统的算法实现 | 第29-32页 |
| 4.1 全天候车辆检测算法的自适应切换 | 第29-31页 |
| 4.1.1 白天车流辆检测的实现 | 第29-30页 |
| 4.1.2 夜间车流辆检测的实现 | 第30-31页 |
| 4.2 本章小结 | 第31-32页 |
| 第5章 一种新的夜间车灯侦测、配对跟踪算法 | 第32-44页 |
| 5.1 夜间车辆检测算法国内外现状 | 第32-33页 |
| 5.2 夜间道路场景及车灯表现的描述 | 第33-34页 |
| 5.3 一种新的夜间车辆检测算法 | 第34-43页 |
| 5.3.1 夜间车辆检测系流程架构 | 第36-37页 |
| 5.3.2 车灯检测 | 第37-39页 |
| 5.3.3 车灯配对 | 第39-41页 |
| 5.3.4 实验结果与讨论 | 第41-43页 |
| 5.4 本章小结 | 第43-44页 |
| 第6章 总结与展望 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 攻读学位期间的研究成果 | 第48-49页 |
| 致谢 | 第49页 |