基于视频图像的黑烟车检测技术研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究意义及目的 | 第8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.3 本文主要内容及组织结构 | 第11-14页 |
| 第二章 车辆检测与定位跟踪算法研究 | 第14-36页 |
| 2.1 概述 | 第14页 |
| 2.2 vibe目标检测算法研究 | 第14-18页 |
| 2.2.1 vibe目标检测算法 | 第15-16页 |
| 2.2.2 vibe算法实验结果 | 第16-18页 |
| 2.3 改进的vibe背景更新算法 | 第18-27页 |
| 2.3.1 vibe算法存在的问题 | 第18-20页 |
| 2.3.2 改进的vibe算法 | 第20-22页 |
| 2.3.3 实验结果与分析 | 第22-27页 |
| 2.4 车辆跟踪算法研究 | 第27-34页 |
| 2.4.1 基于位置信息的车辆跟踪算法 | 第27-30页 |
| 2.4.2 测试结果与分析 | 第30-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第三章 车辆尾部黑烟特征提取 | 第36-50页 |
| 3.1 概述 | 第36页 |
| 3.2 车辆尾部粗定位 | 第36-40页 |
| 3.3 尾部区域特征提取及实验分析 | 第40-46页 |
| 3.3.1 颜色特征 | 第41-44页 |
| 3.3.2 小波能量 | 第44-45页 |
| 3.3.3 纹理分析 | 第45-46页 |
| 3.4 特征选取及可聚类性验证 | 第46-48页 |
| 3.5 本章小结 | 第48-50页 |
| 第四章 分类器设计 | 第50-58页 |
| 4.1 概述 | 第50页 |
| 4.2 基于级联BP神经网络的分类算法 | 第50-53页 |
| 4.2.1 BP神经网络 | 第50-52页 |
| 4.2.2 神经网络模型设计 | 第52-53页 |
| 4.3 实验结果与分析 | 第53-56页 |
| 4.4 本章小结 | 第56-58页 |
| 第五章 系统软件设计 | 第58-68页 |
| 5.1 软件开发环境 | 第58页 |
| 5.2 软件功能与框架设计 | 第58-59页 |
| 5.3 主要模块设计与实现 | 第59-64页 |
| 5.3.1 车辆检测模块 | 第59-60页 |
| 5.3.2 车辆跟踪模块 | 第60-61页 |
| 5.3.3 特征提取模块 | 第61-62页 |
| 5.3.4 黑烟车检索模块 | 第62-64页 |
| 5.4 软件测试 | 第64-66页 |
| 5.4.1 软件功能测试 | 第64-66页 |
| 5.4.2 软件性能测试 | 第66页 |
| 5.5 本章小结 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间取得的学术成果 | 第76页 |
