基于背景差分法与虚拟区域融合的视频中车流量统计的方法
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文的主要工作 | 第11-12页 |
| 1.4 论文的结构与安排 | 第12-13页 |
| 第二章 常用的目标检测算法及背景建模方法 | 第13-26页 |
| 2.1 边缘检测算子 | 第13-16页 |
| 2.1.1 几种边缘检测算子的检测效果 | 第13-15页 |
| 2.1.2 几种边缘检测算子的比较 | 第15-16页 |
| 2.2 目标检测算法 | 第16-21页 |
| 2.2.1 帧间差分法 | 第16-17页 |
| 2.2.2 光流法 | 第17-19页 |
| 2.2.3 背景差分法 | 第19-20页 |
| 2.2.4 几种目标检测算法的比较 | 第20-21页 |
| 2.3 背景建模方法 | 第21-26页 |
| 2.3.1 中值滤波法背景建模 | 第21-22页 |
| 2.3.2 高斯背景建模 | 第22-24页 |
| 2.3.3 均值法背景建模 | 第24页 |
| 2.3.4 几种背景建模方法比较 | 第24-26页 |
| 第三章 背景差分与虚拟区域融合算法研究 | 第26-43页 |
| 3.1 背景差分法对运动目标检测 | 第26-29页 |
| 3.1.1 均值法对背景建模进行背景预处理 | 第26-27页 |
| 3.1.2 背景差分法的运动目标检测 | 第27-29页 |
| 3.2 虚拟线圈的设定 | 第29-32页 |
| 3.3 车流量检测方法的研究 | 第32-43页 |
| 3.3.1 车辆识别的阈值选择 | 第32-35页 |
| 3.3.2 大型车与小型车的分类 | 第35-39页 |
| 3.3.3 车流量统计 | 第39-43页 |
| 第四章 实验过程与结果 | 第43-52页 |
| 4.1 实验过程与结果 | 第43-47页 |
| 4.2 误检率、漏检率、准确率统计 | 第47-48页 |
| 4.3 误检、漏检原因分析 | 第48-52页 |
| 第五章 总结与展望 | 第52-55页 |
| 5.1 总结 | 第52-53页 |
| 5.2 存在的问题及展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58页 |
