中文摘要 | 第2-3页 |
Abstract | 第3页 |
中文文摘 | 第4-8页 |
第一章 绪论 | 第8-14页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 课题国内外研究现状 | 第9-10页 |
1.2.1 交通拥堵判定方法 | 第9-10页 |
1.2.2 交通拥堵判断系统 | 第10页 |
1.3 本文主要内容及论文结 | 第10-14页 |
第二章 交通拥堵程度判定的理论基础 | 第14-26页 |
2.1 运动目标检测 | 第14-20页 |
2.1.1 帧间差分法 | 第14-15页 |
2.1.2 背景差法 | 第15-16页 |
2.1.3 混合高斯模型 | 第16-17页 |
2.1.4 基于差分和众数的背景建模法 | 第17-18页 |
2.1.5 基于实时视频改进的差分和众数背景提取方法 | 第18-19页 |
2.1.6 背景更新方法 | 第19-20页 |
2.2 基于多特征融合的交通拥堵判定方法 | 第20-24页 |
2.2.1 交通流参数分析和选取 | 第20-21页 |
2.2.2 交通流参数的提取 | 第21-23页 |
2.2.3 交通流状态划分 | 第23-24页 |
2.3 本章小结 | 第24-26页 |
第三章 交通拥塞判定系统分析 | 第26-32页 |
3.1 可行性分析 | 第26-27页 |
3.1.1 技术可行性 | 第26页 |
3.1.2 经济可行性 | 第26页 |
3.1.3 操作可行性 | 第26-27页 |
3.2 需求分析 | 第27-29页 |
3.2.1 系统功能描述 | 第27-28页 |
3.2.1.1 硬件功能描述 | 第27-28页 |
3.2.1.2 软件功能描述 | 第28页 |
3.2.2 系统总体需求 | 第28-29页 |
3.3 系统详细需求 | 第29-30页 |
3.4 本章小结 | 第30-32页 |
第四章 交通拥塞判定系统总体设计 | 第32-40页 |
4.1 系统的总体架构图 | 第32-33页 |
4.2 嵌入式开发的设计 | 第33-37页 |
4.2.1 嵌入式开发环境的搭建 | 第33-35页 |
4.2.2 系统软件的移植 | 第35-36页 |
4.2.3 嵌入式OpenCV | 第36-37页 |
4.3 系统总流程图 | 第37页 |
4.4 系统功能模块图 | 第37-39页 |
4.5 本章小结 | 第39-40页 |
第五章 交通拥塞判定系统详细设计 | 第40-48页 |
5.1 摄像头嵌入式开发的详细设计 | 第40-41页 |
5.1.1 嵌入式道路背景提取设计 | 第40-41页 |
5.1.2 视频图像的采集与传输 | 第41页 |
5.2 PC端软件详细设计 | 第41-46页 |
5.2.1 视频流的解码和背景图像的接收 | 第41-43页 |
5.2.3 多特征融合的交通拥堵判断功能的详细设计 | 第43-44页 |
5.2.4 客户端的设计 | 第44-46页 |
5.3 本章小结 | 第46-48页 |
第六章 交通拥塞判定系统实现 | 第48-58页 |
6.1 系统主界面的实现 | 第48页 |
6.2 摄像头实时处理道路视频模块的实现 | 第48-52页 |
6.2.1 嵌入式系统的挂载实现 | 第49-50页 |
6.2.2 摄像头视频处理模块PC端的实现 | 第50-52页 |
6.3 本地交通视频处理模块的实现 | 第52-56页 |
6.3.1 道路背景图片查看模块的实现 | 第54-55页 |
6.3.2 道路区域划分查看模块的实现 | 第55-56页 |
6.4 本章小结 | 第56-58页 |
第七章 评测系统测试 | 第58-74页 |
7.1 软件测试概述 | 第58页 |
7.2 测试预期效果 | 第58-59页 |
7.3 测试环境的选取与搭建 | 第59-65页 |
7.3.1 QT开发平台OpenCV的搭建 | 第59-62页 |
7.3.2 嵌入式开发环境的搭建 | 第62-65页 |
7.3.2.1 Linux服务器 | 第62-64页 |
7.3.2.2 Windows工作台 | 第64-65页 |
7.4 基于多特征融合的交通拥堵判断系统的实现与测试 | 第65-72页 |
7.4.1 系统测试用例 | 第65-67页 |
7.4.2 不同场景下的运行测试 | 第67-72页 |
7.4.3 系统算法准确性测试 | 第72页 |
7.5 本章小结 | 第72-74页 |
第八章 总结与展望 | 第74-76页 |
8.1 工作总结 | 第74页 |
8.2 展望 | 第74-76页 |
参考文献 | 第76-80页 |
致谢 | 第80-82页 |
个人简历 | 第82-86页 |