| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第12-16页 |
| 1.1 研究背景 | 第12页 |
| 1.2 研究目的和意义 | 第12-13页 |
| 1.3 研究现状 | 第13-14页 |
| 1.3.1 国外研究现状 | 第13-14页 |
| 1.3.2 国内研究现状 | 第14页 |
| 1.4 论文的主要工作及结构安排 | 第14-16页 |
| 2 前端抓拍系统平台搭建 | 第16-28页 |
| 2.1 移动智能公交系统介绍 | 第16-18页 |
| 2.1.1 系统原理 | 第16-17页 |
| 2.1.2 前端抓拍子系统 | 第17页 |
| 2.1.3 后端数据处理子系统 | 第17-18页 |
| 2.1.4 系统特点分析 | 第18页 |
| 2.2 系统硬件平台搭建 | 第18-22页 |
| 2.2.1 系统主控板 | 第19-22页 |
| 2.2.2 系统外围功能模块 | 第22页 |
| 2.3 系统软件环境搭建 | 第22-25页 |
| 2.3.1 算法移植常用软件 | 第22-23页 |
| 2.3.2 算法移植环境的搭建和使用步骤 | 第23-25页 |
| 2.4 系统平台上算法的设计思路 | 第25-26页 |
| 2.5 本章小结 | 第26-28页 |
| 3 图像预处方法分析 | 第28-36页 |
| 3.1 图像的灰度处理 | 第28-29页 |
| 3.2 图像去噪 | 第29-30页 |
| 3.2.1 邻域平均法 | 第29-30页 |
| 3.2.2 中值滤波法 | 第30页 |
| 3.2.3 高斯滤波法 | 第30页 |
| 3.3 图像的边缘检测 | 第30-35页 |
| 3.3.1 边缘检测使用步骤 | 第31-32页 |
| 3.3.2 各种边缘检测算子 | 第32-34页 |
| 3.3.3 边缘检测算子比较 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 基于改进 Hough 变换的车道线检测 | 第36-46页 |
| 4.1. Hough 变换的原理及分析 | 第36-38页 |
| 4.2. 改进 Hough 变换 | 第38-40页 |
| 4.2.1 极角约束区域 | 第38页 |
| 4.2.2 极角约束区域的标定 | 第38-39页 |
| 4.2.3 极角约束区域内 Hough 变换的算法实现 | 第39-40页 |
| 4.3 车道线检测的算法实现 | 第40-42页 |
| 4.4 路面检测区域的确定 | 第42-43页 |
| 4.5 车道线检测实验效果 | 第43-45页 |
| 4.6 本章小结 | 第45-46页 |
| 5 动态背景下的车辆检测模块 | 第46-62页 |
| 5.1. 常用车辆检测方法分析 | 第46-47页 |
| 5.2. 车辆检测算法实现 | 第47-57页 |
| 5.2.1 HSV 颜色空间的转换 | 第47-50页 |
| 5.2.2 特征区域的二值化 | 第50-51页 |
| 5.2.3 特征区域的提取 | 第51-53页 |
| 5.2.4 特征区域过滤 | 第53-55页 |
| 5.2.5 车尾灯匹配算法 | 第55-57页 |
| 5.3 车辆抓拍算法实现 | 第57-58页 |
| 5.4 违章车辆抓拍算法的实验效果 | 第58-60页 |
| 5.5 本章小结 | 第60-62页 |
| 6 全文总结与展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 今后研究方向 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 个人简历、在学期间发表的学术论文 | 第69-70页 |