| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景 | 第7页 |
| ·国内外研究现状 | 第7-8页 |
| ·抛洒物检测问题分析 | 第8-10页 |
| ·本文的研究目标及主要工作 | 第10页 |
| ·本文的章节安排 | 第10-11页 |
| 第二章 基于块划分的背景提取与更新方法研究 | 第11-25页 |
| ·背景提取与更新常见方法 | 第11-13页 |
| ·多帧平均方法 | 第11页 |
| ·统计直方图 | 第11-12页 |
| ·混合高斯背景估计 | 第12-13页 |
| ·基于块的背景估计与自适应更新算法 | 第13-18页 |
| ·背景初始化与建立的方法 | 第14-15页 |
| ·背景的自适应更新算法 | 第15-18页 |
| ·算法的具体实现 | 第18页 |
| ·实验与分析 | 第18-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 改进的基于公路监控视频的目标检测算法 | 第25-45页 |
| ·目标检测的基本方法 | 第25-28页 |
| ·背景减法 | 第25-26页 |
| ·帧间差分法 | 第26页 |
| ·光流法 | 第26-28页 |
| ·改进的目标检测算法流程 | 第28页 |
| ·基于二次分割的目标检测 | 第28-33页 |
| ·RGB图像灰度化及HSV颜色空间 | 第28-30页 |
| ·基于二次分割的目标检测算法 | 第30-32页 |
| ·实验与分析 | 第32-33页 |
| ·改进的基于细胞自动机的目标检测算法 | 第33-40页 |
| ·细胞自动机 | 第33-37页 |
| ·基于CA改进的目标检测算法 | 第37-39页 |
| ·实验与分析 | 第39-40页 |
| ·基于质心包含的轮廓融合算法 | 第40-42页 |
| ·实验与分析 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 基于块像素统计的快速抛洒物检测算法 | 第45-59页 |
| ·抛洒物检测算法流程 | 第45-46页 |
| ·基于Kalman滤波的多目标跟踪 | 第46-49页 |
| ·Kalman滤波算法 | 第46-47页 |
| ·基于质心预测的Kalman多目标跟踪 | 第47-49页 |
| ·实验与分析 | 第49页 |
| ·基于扩展SVM的目标分类 | 第49-54页 |
| ·目标分类流程 | 第49-50页 |
| ·SVM分类原理 | 第50-52页 |
| ·目标特征提取 | 第52-53页 |
| ·实验与分析 | 第53-54页 |
| ·基于块的抛洒物检测算法 | 第54-56页 |
| ·实验与分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 基于公路监控视频的抛洒物检测系统设计与实现 | 第59-65页 |
| ·抛洒物检测系统分析与设计 | 第59页 |
| ·系统子模块及其功能描述 | 第59-61页 |
| ·系统实现 | 第61-63页 |
| ·本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·工作总结 | 第65页 |
| ·进一步研究 | 第65-66页 |
| ·展望 | 第66-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 附录 A | 第73-77页 |