| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 课题的背景及意义 | 第10-12页 |
| 1.2 国内外研究现状及问题 | 第12-15页 |
| 1.2.1 国内外研究现状 | 第12-14页 |
| 1.2.2 研究面临的问题 | 第14-15页 |
| 1.3 本文的研究工作 | 第15-17页 |
| 1.3.1 研究目标 | 第15-16页 |
| 1.3.2 主要研究内容 | 第16-17页 |
| 1.4 论文结构 | 第17-20页 |
| 第二章 运动目标图像处理技术 | 第20-42页 |
| 2.1 引言 | 第20页 |
| 2.2 图像预处理 | 第20-27页 |
| 2.2.1 图像滤波 | 第21-25页 |
| 2.2.1.1 空域滤波方法 | 第22-23页 |
| 2.2.1.2 频域滤波方法 | 第23-25页 |
| 2.2.2 彩色图像灰度化与二值化 | 第25-27页 |
| 2.3 形态学处理 | 第27-34页 |
| 2.3.1 腐蚀与膨胀 | 第27-30页 |
| 2.3.2 开操作与闭操作 | 第30-32页 |
| 2.3.3 区域填充 | 第32-34页 |
| 2.4 边缘检测 | 第34-39页 |
| 2.4.1 一阶边缘检测 Roberts & Prewitt | 第34-36页 |
| 2.4.2 二阶边缘检测 Laplacian & Canny | 第36-38页 |
| 2.4.3 各边缘检测算法的实验与对比 | 第38-39页 |
| 2.5 目标匹配提取 | 第39-41页 |
| 2.6 本章小结 | 第41-42页 |
| 第三章 运动目标检测 | 第42-52页 |
| 3.1 引言 | 第42页 |
| 3.2 运动目标检测算法 | 第42-47页 |
| 3.2.1 背景差法 | 第43-44页 |
| 3.2.2 帧差法 | 第44-45页 |
| 3.2.3 光流法 | 第45-47页 |
| 3.3 光流法原理 | 第47-49页 |
| 3.3.1 运动目标的二维投影与光流场 | 第47-48页 |
| 3.3.2 光流方程 | 第48-49页 |
| 3.4 光流分析方法 | 第49-51页 |
| 3.4.1 HS算法 | 第49-50页 |
| 3.4.2 LK算法 | 第50-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 结合道路先验信息的车辆识别 | 第52-62页 |
| 4.1 引言 | 第52-53页 |
| 4.2 区域生长算法 | 第53-56页 |
| 4.2.1 种子点选取 | 第54-55页 |
| 4.2.2 区域增长 | 第55-56页 |
| 4.3 结合先验信息的光流检测方法流程 | 第56-58页 |
| 4.3.1 算法流程 | 第56-57页 |
| 4.3.2 所得的道路先验信息 | 第57-58页 |
| 4.4 目标检测仿真及结果 | 第58-60页 |
| 4.4.1 直接处理 | 第58-59页 |
| 4.4.2 结合道路信息后的仿真结果 | 第59-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第五章 结合三帧差分的改进光流法 | 第62-72页 |
| 5.1 引言 | 第62页 |
| 5.2 三帧差法确定目标区域 | 第62-66页 |
| 5.2.1 二帧差法 | 第62-64页 |
| 5.2.2 三帧差法 | 第64-66页 |
| 5.3 结合光流法与三帧差法的运动目标检测 | 第66-71页 |
| 5.3.1 流程介绍 | 第66-68页 |
| 5.3.2 算法平台展示 | 第68-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 工作总结 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-82页 |
| 攻读硕士学位期间发表的学术论文 | 第82页 |