| 提要 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-16页 |
| ·研究背景及意义 | 第11-12页 |
| ·研究现状及发展趋势 | 第12-13页 |
| ·智能交通系统的研究现状 | 第12页 |
| ·视觉注意机制的研究现状 | 第12-13页 |
| ·本文主要内容及章节安排 | 第13-16页 |
| ·本文主要内容 | 第13-14页 |
| ·本文内容的具体安排 | 第14-16页 |
| 第2章 视觉注意机制的生理基础及 ITTI 视觉注意模型的分析 | 第16-32页 |
| ·人类视觉感知系统 | 第16-20页 |
| ·视觉感官 | 第16-17页 |
| ·视觉通路 | 第17-18页 |
| ·视感觉中枢 | 第18-20页 |
| ·视知觉中枢 | 第20页 |
| ·视觉注意机制的特点 | 第20-22页 |
| ·早期的视觉特征 | 第21页 |
| ·视觉注意心理学特性 | 第21-22页 |
| ·注意焦点的转移 | 第22页 |
| ·视觉注意机制的理论基础 | 第22-23页 |
| ·Treisman 的特征融合理论 | 第22-23页 |
| ·Koch 神经生物学框架 | 第23页 |
| ·ITTI视觉注意模型 | 第23-30页 |
| ·多尺度划分 | 第24-25页 |
| ·早期视觉特征的提取 | 第25-28页 |
| ·特征图的合并 | 第28-30页 |
| ·视觉注意焦点的提取及转移 | 第30页 |
| ·总结 | 第30-32页 |
| 第3章 基于视觉注意机制的车辆检测算法 | 第32-45页 |
| ·现有的运动车辆检测方法 | 第32-35页 |
| ·帧间差分法 | 第32-33页 |
| ·背景差分法 | 第33-35页 |
| ·光流法 | 第35页 |
| ·基于视觉注意机制的车辆感兴趣区域提取 | 第35-36页 |
| ·动态特征和静态特征的提取与融合 | 第36-41页 |
| ·动态背景的提取与更新 | 第36-37页 |
| ·自适应混合高斯模型 | 第37-38页 |
| ·运动特征的提取 | 第38页 |
| ·二值化处理 | 第38-39页 |
| ·静态特征的提取 | 第39-40页 |
| ·二值形态学处理 | 第40页 |
| ·实验结果对比与分析 | 第40-41页 |
| ·车辆的检测与识别 | 第41-44页 |
| ·图像轮廓的提取 | 第41-42页 |
| ·车辆的外接矩阵计算 | 第42-44页 |
| ·总结 | 第44-45页 |
| 第4章 视频交通流信息检测 | 第45-56页 |
| ·交通流量的计算 | 第45-47页 |
| ·车辆瞬时速度的检测 | 第47-50页 |
| ·交通违章行为分析 | 第50-55页 |
| ·违章停车的分析与检测 | 第51-52页 |
| ·违章变道压线的分析与检测 | 第52-54页 |
| ·违章超速的分析与检测 | 第54-55页 |
| ·总结 | 第55-56页 |
| 第5章 总结与展望 | 第56-58页 |
| ·论文总结 | 第56-57页 |
| ·工作展望 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 作者简介及在学期间所取得的科研成果 | 第60-61页 |
| 致谢 | 第61页 |