智能交通系统中的车辆检测方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 前言 | 第11-12页 |
| 1 绪论 | 第12-15页 |
| ·课题研究的背景和意义 | 第12-13页 |
| ·本论文的研究内容 | 第13-14页 |
| ·结构安排 | 第14-15页 |
| 2 数字图像处理理论 | 第15-21页 |
| ·数字图像概述 | 第15-17页 |
| ·数字图像处理的基本原理 | 第17-18页 |
| ·数字图像处理的内容 | 第18-19页 |
| ·数字图像处理的技术应用 | 第19-20页 |
| ·本章总结 | 第20-21页 |
| 3 车辆检测理论 | 第21-36页 |
| ·引言 | 第21页 |
| ·车辆检测的基本方法 | 第21-25页 |
| ·帧间差分法 | 第22-23页 |
| ·背景差分法 | 第23页 |
| ·光流法 | 第23-25页 |
| ·基于视频的车辆检测技术 | 第25-27页 |
| ·基于视频的车辆检测系统的优点 | 第25页 |
| ·基于视频的车辆检测国内外发展状况 | 第25-27页 |
| ·图像分割技术 | 第27-35页 |
| ·图像分割定义 | 第27-28页 |
| ·图像分割方法概述 | 第28-34页 |
| ·图象分割评价 | 第34-35页 |
| ·本章总结 | 第35-36页 |
| 4 基于移动区域的车辆检测技术 | 第36-51页 |
| ·车辆综合检测算法流程 | 第36页 |
| ·基于高斯模型的自适应阈值确定 | 第36-38页 |
| ·快速自适应背景更新方法 | 第38-41页 |
| ·背景模型的构建 | 第39页 |
| ·计算移动区域 | 第39-40页 |
| ·自适应背景模型的确定与更新 | 第40-41页 |
| ·基于标签法的快速去噪处理 | 第41-42页 |
| ·阴影检测与颜色空间概述 | 第42-50页 |
| ·常用颜色模型介绍 | 第42-48页 |
| ·HSV颜色空间理论与阴影检测 | 第48-50页 |
| ·本章总结 | 第50-51页 |
| 5 车辆局部定位识别 | 第51-65页 |
| ·引言 | 第51页 |
| ·特征选取标准 | 第51-52页 |
| ·基于HSV颜色空间的阴影检测方法 | 第52-55页 |
| ·阴影粗模型的建立及粗略区域的获取 | 第52-54页 |
| ·阴影检测及去除 | 第54-55页 |
| ·快速边缘检测方法 | 第55-58页 |
| ·边缘检测理论概述 | 第55-56页 |
| ·基于卷包裹算法的边缘检测 | 第56-57页 |
| ·车辆与阴影的边缘分离 | 第57页 |
| ·实验结果与分析 | 第57-58页 |
| ·针对车轮特征的局部识别 | 第58-62页 |
| ·基于像素特征的识别 | 第58-60页 |
| ·基于阴影特性的识别 | 第60-61页 |
| ·基于特征区域边缘的识别 | 第61-62页 |
| ·实验结果与分析 | 第62-64页 |
| ·本章总结 | 第64-65页 |
| 6 全文总结与展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 个人简历 | 第72页 |
| 发表的学术论文 | 第72页 |
