| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第14-23页 |
| 1.1 研究背景和意义 | 第14-17页 |
| 1.2 国内外研究现状 | 第17-19页 |
| 1.2.1 国外研究现状 | 第17-18页 |
| 1.2.2 国内研究现状 | 第18-19页 |
| 1.3 论文的主要内容 | 第19-22页 |
| 1.4 论文的结构安排 | 第22-23页 |
| 第二章 运动目标的检测 | 第23-42页 |
| 2.1 常用目标检测算法分析 | 第23-31页 |
| 2.1.1 帧间差分法 | 第23-26页 |
| 2.1.2 光流法 | 第26-27页 |
| 2.1.3 背景差除法 | 第27-31页 |
| 2.2 阴影的检测与抑制研究 | 第31-35页 |
| 2.2.1 基于阴影色彩特征不变的阴影抑制 | 第31-32页 |
| 2.2.2 基于统计的阴影抑制 | 第32-33页 |
| 2.2.3 基于光照无关图的阴影抑制 | 第33-35页 |
| 2.3 一种基于统计直方图法和单高斯模型的目标检测方法 | 第35-40页 |
| 2.3.1 背景提取 | 第35-36页 |
| 2.3.2 目标检测 | 第36-37页 |
| 2.3.3 背景更新 | 第37-38页 |
| 2.3.4 实验结果分析 | 第38-40页 |
| 2.4 本章小结 | 第40-42页 |
| 第三章 车辆目标的跟踪技术研究 | 第42-52页 |
| 3.1 运动车辆的跟踪方法研究 | 第42-44页 |
| 3.1.1 基于目标区域的跟踪算法 | 第42-43页 |
| 3.1.2 基于特征的匹配跟踪算法 | 第43页 |
| 3.1.3 基于活动轮廓的跟踪算法 | 第43页 |
| 3.1.4 基于模型的跟踪算法 | 第43-44页 |
| 3.2 基于卡尔曼滤波器的跟踪 | 第44-46页 |
| 3.2.1 卡尔曼滤波器理论 | 第45-46页 |
| 3.2.2 卡尔曼滤波器的跟踪应用 | 第46页 |
| 3.3 一种基于特征和区域预测结合的跟踪方法 | 第46-49页 |
| 3.3.1 预测 | 第47-48页 |
| 3.3.2 区域搜索 | 第48-49页 |
| 3.4 实验结果分析 | 第49-50页 |
| 3.5 本章小结 | 第50-52页 |
| 第四章 相机标定技术的研究 | 第52-67页 |
| 4.1 相机标定基本理论 | 第52-56页 |
| 4.1.1 相机成像模型 | 第52-54页 |
| 4.1.2 镜头畸变 | 第54-56页 |
| 4.1.3 标定参数 | 第56页 |
| 4.2 相机标定方法研究 | 第56-58页 |
| 4.2.1 传统的相机标定方法 | 第56-58页 |
| 4.2.2 相机的自标定方法 | 第58页 |
| 4.2.3 基于主动视觉的标定方法 | 第58页 |
| 4.3 基于高点视频的相机标定技术 | 第58-63页 |
| 4.3.1 标定过程 | 第59-61页 |
| 4.3.2 图像坐标与世界坐标的转换 | 第61-63页 |
| 4.4 实验结果分析 | 第63-66页 |
| 4.5 本章小结 | 第66-67页 |
| 第五章 交通信息提取与事件检测 | 第67-85页 |
| 5.1 交通信息提取 | 第67-68页 |
| 5.1.1 车流平均速度 | 第67-68页 |
| 5.1.2 占道比 | 第68页 |
| 5.2 交通事件的检测 | 第68-74页 |
| 5.2.1 停车检测 | 第69-70页 |
| 5.2.2 基于模糊综合评价法的拥堵判断 | 第70-74页 |
| 5.3 实验结果分析 | 第74-84页 |
| 5.3.1 交通信息提取实验结果 | 第74-83页 |
| 5.3.2 交通事件检测结果分析 | 第83-84页 |
| 5.4 本章小结 | 第84-85页 |
| 第六章 总结与展望 | 第85-87页 |
| 6.1 总结 | 第85-86页 |
| 6.2 展望 | 第86-87页 |
| 参考文献 | 第87-92页 |
| 致谢 | 第92-93页 |
| 攻读硕士学位期间已发表或录用的论文 | 第93页 |