高清图像中基于车牌定位的车辆跟踪和违章检测
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-11页 |
| ·课题的研究背景和意义 | 第7页 |
| ·国内外研究现状 | 第7-9页 |
| ·国外智能交通系统发展概况 | 第8页 |
| ·我国智能交通系统发展现状和趋势 | 第8-9页 |
| ·本文主要研究工作和内容 | 第9-10页 |
| ·实验软硬件环境说明 | 第10-11页 |
| 2 车辆图像的采样和优化 | 第11-18页 |
| ·引言 | 第11页 |
| ·高清图像的抽稀采样 | 第11-12页 |
| ·基于车牌特征的图像灰度化 | 第12-15页 |
| ·车牌颜色特征分析 | 第12-13页 |
| ·基于车牌特征的灰度化 | 第13-15页 |
| ·图像的自适应灰度拉伸 | 第15-18页 |
| 3 车牌特征分析与定位 | 第18-36页 |
| ·引言 | 第18页 |
| ·车辆及车牌特征分析 | 第18-19页 |
| ·车辆及道路特征分析 | 第18-19页 |
| ·车牌特征分析 | 第19页 |
| ·基于水平边缘检测的车辆定位 | 第19-24页 |
| ·常见的边缘检测算子 | 第19-21页 |
| ·边缘强度图像的阈值选取 | 第21-22页 |
| ·基于二值边缘图像的车辆定位 | 第22-24页 |
| ·结合纹理与颜色分析的车牌定位 | 第24-36页 |
| ·车牌的初步定位 | 第24-29页 |
| ·车牌的精细定位 | 第29-36页 |
| 4 基于卡尔曼滤波的车牌跟踪 | 第36-49页 |
| ·引言 | 第36页 |
| ·目标跟踪的主要方法 | 第36-38页 |
| ·基于图像匹配的跟踪方法 | 第36-37页 |
| ·基于时域的跟踪方法 | 第37-38页 |
| ·基于卡尔曼滤波的目标跟踪 | 第38-40页 |
| ·摄像机的成像模型和标定 | 第40-44页 |
| ·摄像机坐标系的建立 | 第40-42页 |
| ·摄像机成像的线性模型 | 第42-44页 |
| ·坐标系转换与基于模型的车牌跟踪 | 第44-49页 |
| 5 基于轨迹分析的违章行为检测 | 第49-57页 |
| ·引言 | 第49页 |
| ·车牌轨迹的曲线拟合 | 第49-53页 |
| ·插值与拟合 | 第49-50页 |
| ·三次样条插值 | 第50-53页 |
| ·基于三次样条插值的轨迹拟合 | 第53页 |
| ·违章行为判断 | 第53-57页 |
| ·超速违章判断 | 第53-54页 |
| ·逆行违章检测 | 第54-55页 |
| ·压线抢道检测 | 第55-57页 |
| 6 总结与展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
