首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

交通流诱导中运动车辆检测与跟踪方法的研究

摘要第1-6页
Abstract第6-10页
第一章 绪论第10-17页
   ·论文研究背景与意义第10-12页
     ·论文研究背景第10-12页
     ·论文研究意义第12页
   ·国内外发展现状第12-15页
     ·交通流诱导系统的发展现状第13-14页
     ·运动目标检测方法的发展现状第14页
     ·运动目标跟踪方法的发展现状第14-15页
   ·论文的研究内容第15页
   ·论文的组织结构第15-17页
第二章 交通流诱导中运动车辆检测方法的研究第17-41页
   ·图像的预处理方法第17-21页
     ·均值滤波法第18页
     ·中值滤波法第18-19页
     ·实验结果对比分析第19-21页
   ·运动车辆检测方法概述第21-24页
     ·光流法第21-22页
     ·帧间差分法第22-23页
     ·背景差分法第23-24页
   ·基于背景差分算法的分析第24-34页
     ·基于时间平均的背景重构差分法第24-25页
     ·基于像素灰度归类的背景重构差分法第25-27页
     ·基于混合高斯模型的背景建模差分法第27-32页
     ·实验结果对比分析第32-34页
   ·阴影去除算法第34-37页
     ·基于HSV颜色空间的阴影去除方法第35-36页
     ·实验结果分析第36-37页
   ·基于形态学的目标提取第37-40页
     ·膨胀与腐蚀第38页
     ·开运算与闭运算第38-39页
     ·实验结果对比分析第39-40页
   ·本章小结第40-41页
第三章 交通流诱导中运动车辆跟踪方法的研究第41-60页
   ·运动车辆跟踪的方法概述第41-43页
     ·基于模型的跟踪方法第41页
     ·基于区域的跟踪方法第41-42页
     ·基于变形模板的跟踪方法第42页
     ·基于特征的跟踪方法第42-43页
   ·基于SIFT特征的运动车辆跟踪方法第43-54页
     ·SIFT算法的原理综述第43-44页
     ·SIFT特征点的提取第44-51页
     ·SIFT特征点的匹配第51-52页
     ·基于SIFT特征的运动车辆跟踪第52-54页
   ·PCA的基本原理综述第54-57页
     ·PCA的基本原理第54-55页
     ·PCA方法的计算步骤第55-57页
   ·一种改进的运动车辆跟踪方法第57-59页
   ·本章小结第59-60页
第四章 交通流诱导中运动车辆检测与跟踪的实验原理及分析第60-66页
   ·运动车辆检测与跟踪的实验原理第60-62页
   ·实验环境及OpenCV技术简介第62-63页
     ·实验环境第62页
     ·OpenCV技术概述第62-63页
   ·具体的运行实验结果与分析第63-65页
     ·具体的运行实验结果第63-64页
     ·实验结果分析第64-65页
   ·本章小结第65-66页
总结与展望第66-67页
参考文献第67-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:成人高等教育网络化管理信息系统的研究与实现
下一篇:基于图像序列分析的车速检测技术研究