基于视频图像处理的车流量检测理论研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 选题背景及研究意义 | 第10-14页 |
| 1.1.1 选题背景 | 第10-11页 |
| 1.1.2 ITS中视频检测技术及其国内外现状 | 第11-14页 |
| 1.2 视频检测存在的问题 | 第14-15页 |
| 1.3 本文的主要研究内容和结构安排 | 第15-16页 |
| 第2章 图像预处理 | 第16-26页 |
| 2.1 引言 | 第16页 |
| 2.2 图像去噪平滑 | 第16-19页 |
| 2.3 图像增强 | 第19-23页 |
| 2.4 形态学处理 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 视频图像车辆检测 | 第26-46页 |
| 3.1 引言 | 第26页 |
| 3.2 常用的运动目标检测方法 | 第26-30页 |
| 3.2.1 光流场法 | 第26-27页 |
| 3.2.2 立体视觉分析法 | 第27-28页 |
| 3.2.3 帧间差分法 | 第28-30页 |
| 3.2.4 背景差分法 | 第30页 |
| 3.3 背景建模方法 | 第30-36页 |
| 3.3.1 均值法 | 第30-31页 |
| 3.3.2 中值法 | 第31页 |
| 3.3.3 高斯平均法 | 第31-32页 |
| 3.3.4 卡尔曼滤波背景模型 | 第32-33页 |
| 3.3.5 混合高斯背景模型 | 第33-36页 |
| 3.4 改进的混合高斯模型 | 第36-42页 |
| 3.4.1 背景模型初始化的改进 | 第36-37页 |
| 3.4.2 仿真实验结果及比较分析 | 第37-40页 |
| 3.4.3 背景更新的改进 | 第40页 |
| 3.4.4 仿真实验结果及比较分析 | 第40-42页 |
| 3.5 车辆提取 | 第42-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第4章 运动目标阴影的检测与去除 | 第46-56页 |
| 4.1 引言 | 第46-47页 |
| 4.2 阴影模型 | 第47-48页 |
| 4.3 阴影检测算法 | 第48-51页 |
| 4.4 仿真实验结果与分析 | 第51-54页 |
| 4.5 空洞填充 | 第54-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第5章 基于虚拟线圈的车流量检测 | 第56-62页 |
| 5.1 引言 | 第56页 |
| 5.2 基于虚拟线圈的车流量检测 | 第56-59页 |
| 5.2.1 虚拟检测区域设置 | 第56-57页 |
| 5.2.2 特征线圈 | 第57-59页 |
| 5.3 仿真实验结果与分析 | 第59-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |
