多车粘连情况下的车辆跟踪算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-17页 |
| ·研究背景及意义 | 第8页 |
| ·车辆跟踪的相关技术现状 | 第8-13页 |
| ·车辆的检测方法综述 | 第9-11页 |
| ·车辆的跟踪方法综述 | 第11-13页 |
| ·车辆跟踪中粘连问题的分析与解决方案 | 第13-15页 |
| ·粘连车辆的帧内分割方法 | 第13-14页 |
| ·粘连车辆的帧间分割方法 | 第14-15页 |
| ·文章的主要内容与组织结构 | 第15-17页 |
| ·本文研究内容 | 第15-16页 |
| ·论文的组织结构 | 第16-17页 |
| 2 视频图像中车辆的检测 | 第17-32页 |
| ·视频图像采集 | 第17页 |
| ·图像预处理 | 第17页 |
| ·车道提取 | 第17-20页 |
| ·透视点的获取 | 第18页 |
| ·车道边界线获取 | 第18-20页 |
| ·车辆前景的提取 | 第20-28页 |
| ·基于混合高斯模型的背景差分法 | 第21-25页 |
| ·车辆轮廓与纹理提取 | 第25-26页 |
| ·车辆前景的优化 | 第26-28页 |
| ·阴影检测与消除 | 第28-30页 |
| ·HSV颜色空间下的阴影检测 | 第29页 |
| ·利用纹理特征消除阴影 | 第29-30页 |
| ·实验效果与比较 | 第30-32页 |
| 3 粘连车辆的检测与分割 | 第32-42页 |
| ·产生车辆粘连的原因和粘连情况分析 | 第32-33页 |
| ·利用透视点检测并分割粘连车辆 | 第33-37页 |
| ·车辆的空间透视模型 | 第33-34页 |
| ·基于透视点与轮廓的车辆粘连检测 | 第34-36页 |
| ·利用透视点分割粘连车辆团块 | 第36-37页 |
| ·判断车辆分割的正确性 | 第37-40页 |
| ·对车辆进行分区 | 第38-39页 |
| ·车辆各区块特征的判别 | 第39-40页 |
| ·分割正确性判别 | 第40页 |
| ·修正错误分割 | 第40-41页 |
| ·出现错误分割的原因分析 | 第40页 |
| ·修正错误分割的方法 | 第40-41页 |
| ·实验结果及分析 | 第41-42页 |
| 4 车辆跟踪系统 | 第42-50页 |
| ·多目标跟踪系统 | 第42-43页 |
| ·车辆跟踪中相关方法 | 第43页 |
| ·Camshift方法的车辆跟踪 | 第43-47页 |
| ·Meanshift方法原理 | 第44-46页 |
| ·算法实现 | 第46-47页 |
| ·卡尔曼预测器用于车辆跟踪 | 第47-49页 |
| ·Kalman预测原理 | 第47-48页 |
| ·算法实现 | 第48-49页 |
| ·实验效果与分析 | 第49-50页 |
| 5 软件实现 | 第50-53页 |
| ·运行环境 | 第50页 |
| ·软件流程 | 第50-53页 |
| 6 结论与展望 | 第53-55页 |
| ·研究内容总结与创新之处 | 第53页 |
| ·待解决的问题与展望 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 申请学位期间发表的学术论文 | 第60-61页 |
| 致谢 | 第61页 |
