| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 视频监控技术的发展 | 第12-14页 |
| 1.3 国内外相关研究进展 | 第14-16页 |
| 1.3.1 国外研究现状 | 第14-15页 |
| 1.3.2 国内研究现状 | 第15-16页 |
| 1.4 本文主要研究内容 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 运动车辆检测算法设计 | 第18-34页 |
| 2.1 引言 | 第18页 |
| 2.2 目前常用的运动目标检测算法 | 第18-22页 |
| 2.2.1 帧差法 | 第18-19页 |
| 2.2.2 光流法 | 第19-21页 |
| 2.2.3 背景差分法 | 第21-22页 |
| 2.3 基于信息融合的运动目标检测算法 | 第22-31页 |
| 2.3.1 五帧差分法 | 第23-24页 |
| 2.3.2 改进的Canny算子边缘检测 | 第24-28页 |
| 2.3.3 背景边缘差分与更新 | 第28-31页 |
| 2.4 实验结果 | 第31-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 违停停车检测与判决算法设计 | 第34-50页 |
| 3.1 引言 | 第34页 |
| 3.2 剔除非机动车辆 | 第34-35页 |
| 3.3 运动车辆跟踪 | 第35-41页 |
| 3.3.1 Meanshift跟踪算法 | 第36-39页 |
| 3.3.2 Camshift跟踪算法 | 第39-41页 |
| 3.4 结合Kalman滤波的Camshift车辆跟踪算法设计 | 第41-45页 |
| 3.5 违停车辆判决方法设计 | 第45-49页 |
| 3.5.1 车辆静止判决 | 第45-46页 |
| 3.5.2 智能违停判决 | 第46-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第4章 车牌识别算法设计 | 第50-66页 |
| 4.1 引言 | 第50页 |
| 4.2 车牌定位 | 第50-55页 |
| 4.2.1 车牌粗定位 | 第50-53页 |
| 4.2.2 车牌精定位 | 第53-55页 |
| 4.3 车牌字符分割 | 第55-62页 |
| 4.3.1 车牌倾斜矫正 | 第56-58页 |
| 4.3.2 消除间隔符 | 第58-59页 |
| 4.3.3 车牌边框去除 | 第59-60页 |
| 4.3.4 字符分割 | 第60-62页 |
| 4.4 字符识别 | 第62-65页 |
| 4.4.1 字符归一化 | 第62-63页 |
| 4.4.2 改进的模板匹配字符识别 | 第63-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第5章 车辆违停监测系统功能实现 | 第66-75页 |
| 5.1 引言 | 第66页 |
| 5.2 系统总体模块设计 | 第66-69页 |
| 5.2.1 系统硬件结构 | 第67页 |
| 5.2.2 系统软件设计 | 第67-68页 |
| 5.2.3 软件界面设计 | 第68-69页 |
| 5.3 系统测试与分析 | 第69-74页 |
| 5.3.1 读取视频功能测试 | 第69-70页 |
| 5.3.2 车辆违停检测测试 | 第70-72页 |
| 5.3.3 车牌识别测试 | 第72-74页 |
| 5.4 本章小结 | 第74-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第81页 |