| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究背景及现状 | 第9-11页 |
| ·智能运输（智能交通系统） | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·论文章节安排 | 第11-13页 |
| 第2章 视频处理 | 第13-31页 |
| ·数字图像的基本知识 | 第13-17页 |
| ·数字图像 | 第13页 |
| ·数字图像分类 | 第13-14页 |
| ·颜色模型 | 第14-16页 |
| ·图像二值化 | 第16-17页 |
| ·灰度化处理 | 第17页 |
| ·OpenCV | 第17-24页 |
| ·总体概述 | 第17-18页 |
| ·功能 | 第18-19页 |
| ·OpenCV 模块 | 第19-20页 |
| ·OpenCV 主要函数及举例 | 第20-24页 |
| ·数学形态学运算 | 第24-31页 |
| ·基本概念 | 第24-26页 |
| ·膨胀运算 | 第26-27页 |
| ·腐蚀运算 | 第27-28页 |
| ·开运算 | 第28页 |
| ·闭运算 | 第28-29页 |
| ·示例 | 第29-31页 |
| 第3章 运动检测 | 第31-42页 |
| ·背景建模 | 第31-34页 |
| ·基于单高斯模型的方法 | 第31-32页 |
| ·基于统计的背景相减方法 | 第32页 |
| ·基于图像序列初始化的方法 | 第32页 |
| ·基于混合高斯模型的方法 | 第32-33页 |
| ·基于码本的建模方法 | 第33-34页 |
| ·各种方法的比较 | 第34页 |
| ·高斯混合模型（GMM） | 第34-36页 |
| ·运动检测方法 | 第36-38页 |
| ·背景减法 | 第36-37页 |
| ·光流法 | 第37页 |
| ·帧差法 | 第37-38页 |
| ·阴影检测 | 第38-42页 |
| ·P. Kaewtrakulpong and R. Bowden 方案 | 第38-39页 |
| ·基于 HSI 的阴影消除方案 | 第39-40页 |
| ·基于颜色和边缘特征的阴影消除方案 | 第40-42页 |
| 第4章 基于视频监控的车辆检测实现 | 第42-51页 |
| ·车辆运动检测 | 第42-44页 |
| ·单高斯模型背景建模 | 第42-43页 |
| ·以去噪为目的的背景建模 | 第43页 |
| ·基于改进的混合高斯背景建模 | 第43-44页 |
| ·实验数据 | 第44-50页 |
| ·测试平台配置 | 第44页 |
| ·实验视频及结果 | 第44-50页 |
| ·结果分析 | 第50-51页 |
| 第5章 总结与展望 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 作者简介及在学期间所取得的科研成果 | 第54-55页 |
| 致谢 | 第55页 |