| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·课题的研究背景 | 第8-9页 |
| ·课题的研究目标 | 第9页 |
| ·课题的研究意义 | 第9-10页 |
| ·研究的主要内容和论文结构 | 第10-12页 |
| 2 道路交通拥挤状态判别研究综述 | 第12-23页 |
| ·交通拥挤状态判别系统的体系结构 | 第12-13页 |
| ·典型的交通参数检测技术 | 第13-15页 |
| ·国内外交通拥挤状态自动判别方法研究现状 | 第15-21页 |
| ·交通拥挤状态判别研究的历史与现状 | 第15-17页 |
| ·经典ACI 算法 | 第17-21页 |
| ·现有方法的分析及总结 | 第21页 |
| ·本章小结 | 第21-23页 |
| 3 判别方案的提出及相关技术 | 第23-32页 |
| ·基于视频检测的交通信息获取技术基础 | 第23-26页 |
| ·基于模糊理论的交通拥挤状态判别技术基础 | 第26-30页 |
| ·模糊理论简史及基础 | 第26-27页 |
| ·技术原理 | 第27页 |
| ·判别处理流程 | 第27-28页 |
| ·模糊C 均值算法 | 第28-30页 |
| ·方案的提出及关键问题 | 第30-31页 |
| ·本章小节 | 第31-32页 |
| 4 基于视频处理的车辆目标检测算法研究 | 第32-43页 |
| ·背景差分法 | 第32-35页 |
| ·图像平均值背景生成法 | 第33页 |
| ·基于帧差公共信息背景生成法 | 第33-34页 |
| ·基于单高斯模型背景生成法 | 第34-35页 |
| ·基于非参数核密度的背景建模 | 第35-39页 |
| ·非参数密度估计 | 第35-37页 |
| ·非参数核密度背景建模 | 第37-39页 |
| ·背景更新 | 第39页 |
| ·基于形态学的去噪处理 | 第39-41页 |
| ·实验结果 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 5 基于视频检测的道路交通拥挤状态判别模型的研究 | 第43-55页 |
| ·道路交通指标体系 | 第43-47页 |
| ·交通拥挤的含义及分类 | 第43页 |
| ·常用的交通参数 | 第43-45页 |
| ·现有交通拥挤状态的划分 | 第45-47页 |
| ·道路交通参数的选取研究 | 第47-49页 |
| ·交通参数的实质 | 第47-48页 |
| ·交通参数的选择原则 | 第48-49页 |
| ·交通参数的确定 | 第49页 |
| ·新参数的提出 | 第49页 |
| ·道路交通参数特性分析 | 第49-51页 |
| ·交通拥挤状态划分准则的提出 | 第51-52页 |
| ·交通拥挤判别准则的提出 | 第51页 |
| ·交通拥挤状态划分 | 第51-52页 |
| ·基于模糊C 均值的交通拥挤状态判别算法模型的提出 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 6 基于视频检测的交通拥挤状态判别实验及结果 | 第55-63页 |
| ·实验系统的架构 | 第55-58页 |
| ·基于视频检测的交通拥挤状态判别实例验证 | 第58-62页 |
| ·本章小结 | 第62-63页 |
| 7 总结与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 附录 | 第69页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第69页 |
| B. 作者在攻读硕士学位期间参与的科研项目 | 第69页 |