首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于视频的车辆运动检测和流量统计算法研究

摘要第1-10页
Abstract第10-11页
第一章 绪论第11-21页
   ·课题研究背景第11-12页
   ·课题研究现状第12-19页
     ·智能交通系统的研究现状和发展第12-13页
     ·电子稳像的研究现状和发展第13-14页
     ·运动检测技术的研究现状和发展第14-16页
     ·车流量统计算法的研究现状和发展第16-19页
   ·课题主要内容第19页
   ·论文组织结构第19-21页
第二章 电子稳像算法第21-37页
   ·图像平滑第21-24页
     ·图像中噪声的种类第21页
     ·常用的平滑算法第21-24页
   ·电子稳像系统及关键技术第24-30页
     ·全局运动估计算法第24-30页
     ·运动补偿算法第30页
   ·一种改进的基于SIFT特征匹配的电子稳像算法第30-32页
   ·实验结果对比及分析第32-36页
     ·电子稳像性能评价指标第32-33页
     ·实验环境和实验数据第33-34页
     ·结果对比和分析第34-36页
   ·本章小结第36-37页
第三章 车辆运动检测算法第37-56页
   ·常用的运动检测算法第37-42页
     ·光流法第37页
     ·背景减去法第37-41页
     ·帧差分法第41-42页
   ·一种新的基于块的帧差分运动检测算法第42-46页
     ·PSNR和运动的关系第42-43页
     ·PSNRblock的经验分布第43-44页
     ·本文运动检测方法的总体描述第44-45页
     ·PSNRblock计算和阈值分割第45-46页
     ·Bin MASK的重映射第46页
   ·实验结果对比及分析第46-54页
     ·数据集描述第47页
     ·评价指标第47-48页
     ·参数取值对运动检测结果的影响第48-49页
     ·参数取值的确定第49-50页
     ·对比实验第50-54页
   ·交通视频中运动检测结果对比第54-55页
   ·本章小结第55-56页
第四章 车辆流量统计算法第56-67页
   ·基于Kalman滤波的跟踪算法第56-60页
     ·基于外廓矩形的运动车辆分割第56-57页
     ·常用的目标跟踪算法第57-58页
     ·卡尔曼滤波第58-60页
   ·常用的车辆流量统计算法第60-62页
   ·一种改进的基于目标跟踪的车辆流量统计算法第62-63页
   ·实验结果对比及分析第63-66页
     ·实验环境和实验数据第63-64页
     ·结果对比和分析第64-66页
   ·本章小结第66-67页
第五章 总结与展望第67-69页
   ·主要研究成果第67页
   ·未来工作展望第67-69页
致谢第69-70页
参考文献第70-77页
作者在学期间取得的学术成果第77页

论文共77页,点击 下载论文
上一篇:基于多智能体和元胞自动机模型的虚拟人群行为研究
下一篇:特定话题域的微博用户影响力研究与实现