交通视频中重叠车辆的分割算法研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文章节安排 | 第13-16页 |
| 2 视频图像的预处理 | 第16-24页 |
| 2.1 图像灰度化 | 第16-18页 |
| 2.2 图像噪声去除 | 第18-19页 |
| 2.2.1 图像噪声分析 | 第18页 |
| 2.2.2 均值滤波 | 第18-19页 |
| 2.2.3 中值滤波 | 第19页 |
| 2.2.4 高斯滤波 | 第19页 |
| 2.3 运动目标分割 | 第19-20页 |
| 2.4 形态学图像处理 | 第20-23页 |
| 2.5 本章小结 | 第23-24页 |
| 3 目标车辆的提取 | 第24-40页 |
| 3.1 常用的提取方法 | 第24-28页 |
| 3.1.1 光流法 | 第24页 |
| 3.1.2 帧间差分法 | 第24-25页 |
| 3.1.3 背景差分法 | 第25-28页 |
| 3.2 基于直方图统计的固定窗口法 | 第28-31页 |
| 3.2.1 基于直方图统计的固定窗口法 | 第29-30页 |
| 3.2.2 目标车辆的提取 | 第30-31页 |
| 3.3 阴影的检测与消除 | 第31-39页 |
| 3.3.1 阴影的特点 | 第31-32页 |
| 3.3.2 阴影消除算法概述 | 第32-35页 |
| 3.3.3 基于灰度空间的阴影消除 | 第35-39页 |
| 3.4 本章小结 | 第39-40页 |
| 4 基于轮廓特征点的重叠车辆检测与分割 | 第40-58页 |
| 4.1 目标区域中的重叠车辆问题 | 第40-42页 |
| 4.2 重叠车辆的检测 | 第42-45页 |
| 4.2.1 特征点的提取与分类 | 第42-44页 |
| 4.2.2 重叠车辆的检测 | 第44-45页 |
| 4.3 重叠车辆的分割 | 第45-50页 |
| 4.3.1 凸包及凹陷区域的检测 | 第45-49页 |
| 4.3.2 分割点的确认 | 第49页 |
| 4.3.3 分割线的形成 | 第49-50页 |
| 4.4 实验结果及算法评价 | 第50-56页 |
| 4.4.1 实验结果 | 第50-52页 |
| 4.4.2 算法评价 | 第52-56页 |
| 4.5 本章小结 | 第56-58页 |
| 5 总结与展望 | 第58-62页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-62页 |
| 参考文献 | 第62-68页 |
| 作者简介 | 第68-70页 |
| 学位论文数据集 | 第70页 |
