| 摘要 | 第9-11页 |
| ABSTRACT | 第11-13页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 选题背景及意义 | 第14-16页 |
| 1.1.1 选题背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15-16页 |
| 1.2 研究现状 | 第16-19页 |
| 1.2.1 车辆检测系统研究现状 | 第16-17页 |
| 1.2.2 车辆跟踪研究现状 | 第17-18页 |
| 1.2.3 车牌识别研究现状 | 第18-19页 |
| 1.2.4 车辆违章检测研究现状 | 第19页 |
| 1.3 主要研究内容及论文结构 | 第19-21页 |
| 1.3.1 论文主要研究内容及创新点 | 第19-20页 |
| 1.3.2 论文结构安排 | 第20-21页 |
| 1.4 小结 | 第21-22页 |
| 第2章 车辆路口滞留现象的预防和检测方法研究 | 第22-42页 |
| 2.1 车辆路口滞留现象概述 | 第22-24页 |
| 2.1.1 车辆路口滞留现象的定义 | 第22页 |
| 2.1.2 车辆路口滞留的危害 | 第22-23页 |
| 2.1.3 车辆路口滞留现象的特征 | 第23-24页 |
| 2.2 车辆路口滞留现象预防方案研究 | 第24-28页 |
| 2.2.1 研究目的 | 第24页 |
| 2.2.2 方案设计 | 第24-25页 |
| 2.2.3 地感检测器检测位置的确定 | 第25-26页 |
| 2.2.4 实验分析 | 第26-28页 |
| 2.3 路口滞留车辆检测技术研究 | 第28-40页 |
| 2.3.1 基于路面车辆覆盖率的路口滞留车辆检测 | 第28-31页 |
| 2.3.1.1 原理分析 | 第28-29页 |
| 2.3.1.2 实验分析 | 第29-31页 |
| 2.3.2 基于虚拟检测器组的路口滞留车辆检测 | 第31-40页 |
| 2.3.2.1 算法流程 | 第32-34页 |
| 2.3.2.2 虚拟检测器组的设计 | 第34-37页 |
| 2.3.2.3 拥堵及滞留车辆检测 | 第37-40页 |
| 2.3.2.4 实验分析 | 第40页 |
| 2.4 本章小结 | 第40-42页 |
| 第3章 路口滞留车辆信息提取算法研究 | 第42-60页 |
| 3.1 路口内多车辆滞留时车牌遮挡现象的分析 | 第42-43页 |
| 3.2 滞留车辆信息记录提取算法 | 第43页 |
| 3.3 改进的基于车牌候选区域筛选的车牌定位方法 | 第43-48页 |
| 3.3.1 Selective Search算法简介 | 第44页 |
| 3.3.2 车牌候选区域的提取 | 第44-47页 |
| 3.3.4 实验结果分析 | 第47-48页 |
| 3.4 基于卷积神经网络的车牌分类器设计 | 第48-54页 |
| 3.4.1 卷积神经网络简介 | 第48-50页 |
| 3.4.2 训练集构造 | 第50-51页 |
| 3.4.3 网络结构设计 | 第51-53页 |
| 3.4.4 网络的训练 | 第53页 |
| 3.4.5 网络的训练结果 | 第53-54页 |
| 3.5 实验结果比较 | 第54-55页 |
| 3.6 车牌区域非极大值抑制 | 第55-56页 |
| 3.7 字符分割识别 | 第56页 |
| 3.8 车辆滞留信息的生成 | 第56-58页 |
| 3.9 小结 | 第58-60页 |
| 第4章 系统设计与实现 | 第60-70页 |
| 4.1 系统总体设计 | 第60-61页 |
| 4.2 系统数据库设计 | 第61-64页 |
| 4.2.1 数据库的概念模型设计 | 第61-62页 |
| 4.2.2 数据库表的设计 | 第62-64页 |
| 4.2.3 数据库接口设计 | 第64页 |
| 4.3 系统网站设计 | 第64-68页 |
| 4.3.1 系统网站功能设计 | 第65页 |
| 4.3.2 各功能界面展示 | 第65-68页 |
| 4.4 小结 | 第68-70页 |
| 第5章 总结与展望 | 第70-72页 |
| 5.1 论文主要工作总结 | 第70-71页 |
| 5.2 论文不足与展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-79页 |
| 学位论文评阅及答辩情况表 | 第79页 |