| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.3 本文主要研究工作 | 第13-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 第二章 智能交通车流量监控终端方案设计 | 第16-25页 |
| 2.1 嵌入式机器视觉技术概述 | 第16-17页 |
| 2.2 智能交通对车流量监控的需求分析 | 第17页 |
| 2.3 机器视觉车流量监控终端的方案设计 | 第17-24页 |
| 2.3.1 硬件架构方案 | 第20-22页 |
| 2.3.2 软件设计方案 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 智能车流量监控终端开发平台设计 | 第25-63页 |
| 3.1 监控终端系统开发流程 | 第25-26页 |
| 3.2 终端硬件系统搭建 | 第26-27页 |
| 3.2.1 系统控制单元简介 | 第26-27页 |
| 3.2.2 车流量算法执行单元简介 | 第27页 |
| 3.3 终端嵌入式软件系统实现 | 第27-62页 |
| 3.3.1 嵌入式开发交叉编译环境搭建 | 第28-29页 |
| 3.3.2 BootLoader移植 | 第29-30页 |
| 3.3.3 Linux内核剪裁及移植 | 第30-32页 |
| 3.3.4 嵌入式Linux根文件系统的制作 | 第32-35页 |
| 3.3.5 终端外设控制功能GPIO驱动实现 | 第35-38页 |
| 3.3.6 控制单元与运算单元通信实现 | 第38-41页 |
| 3.3.7 数据通信引擎实现 | 第41-51页 |
| 3.3.8 机器视觉图像处理开发库的嵌入式移植 | 第51-62页 |
| 3.4 本章小结 | 第62-63页 |
| 第四章 车流量检测算法的实现 | 第63-77页 |
| 4.1 车流量检测背景建模 | 第63-67页 |
| 4.1.1 使用t分布的变化检测建立背景模型 | 第63-64页 |
| 4.1.2 背景重建方法及步骤 | 第64-67页 |
| 4.2 运动目标检测 | 第67-73页 |
| 4.2.1 基于RGB空间的背景抑制法 | 第67-68页 |
| 4.2.2 基于最大类间方差法确定图像前景和背景的分割阈值 | 第68-71页 |
| 4.2.3 车辆目标检测 | 第71-73页 |
| 4.3 多车道车流量计数 | 第73-76页 |
| 4.4 本章小结 | 第76-77页 |
| 第五章 嵌入式车流量监控系统测试 | 第77-83页 |
| 5.1 机器视觉车流量检测算法实现和测试 | 第77-79页 |
| 5.2 算法单元与控制单元数据通信测试 | 第79-80页 |
| 5.3 系统整体测试及结果分析 | 第80-82页 |
| 5.4 本章小结 | 第82-83页 |
| 第六章 结论与展望 | 第83-85页 |
| 6.1 论文总结 | 第83页 |
| 6.2 工作展望 | 第83-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-88页 |
| 攻读工程硕士士学位期间取得的成果 | 第88-89页 |