第一章 绪论 | 第1-13页 |
1.1 课题研究的目的及意义 | 第7-8页 |
1.2 国内外研究现状 | 第8-10页 |
1.2.1 国外研究现状 | 第8-9页 |
1.2.2 国内研究现状 | 第9-10页 |
1.3 车速信息采集方法的比较 | 第10-12页 |
1.4 主要研究内容 | 第12-13页 |
第二章 基于Visual C++平台的数字图像处理技术研究 | 第13-34页 |
2.1 图像及其数字处理 | 第13-17页 |
2.1.1 数字图像处理概述 | 第13-14页 |
2.1.2 DIB位图的结构 | 第14-17页 |
2.2 图像平滑技术 | 第17-23页 |
2.2.1 模板操作 | 第18-19页 |
2.2.2 局部平均法 | 第19页 |
2.2.3 中值滤波法 | 第19-20页 |
2.2.4 图像平滑处理方法的实现与比较 | 第20-23页 |
2.3 阈值分割 | 第23-26页 |
2.4 边缘检测 | 第26-31页 |
2.4.1 Roberts边缘算子 | 第27页 |
2.4.2 Prewitt边缘算子 | 第27页 |
2.4.3 Sobel边缘算子 | 第27-28页 |
2.4.4 Laplace边缘算子 | 第28页 |
2.4.5 简易边缘检测法 | 第28-29页 |
2.4.6 边缘检测方法的实现与比较 | 第29-31页 |
2.5 差影检测 | 第31-32页 |
2.6 图像匹配 | 第32-33页 |
2.7 本章小结 | 第33-34页 |
第三章 摄像机标定算法的研究 | 第34-44页 |
3.1 摄像机标定的基本理论 | 第34-37页 |
3.2 摄像机标定方法 | 第37-39页 |
3.3 系统采用的摄像机标定算法 | 第39-42页 |
3.4 标定的必要性 | 第42-43页 |
3.5 存在问题及解决方案 | 第43页 |
3.6 本章小结 | 第43-44页 |
第四章 实时车速检测及相关算法的研究 | 第44-66页 |
4.1 车辆检测算法的分类 | 第44-46页 |
4.1.1 宏观检测方法 | 第44-45页 |
4.1.2 微观检测方法 | 第45-46页 |
4.2 背景图像的生成与更新 | 第46-50页 |
4.2.1 背景图像的生成 | 第46-48页 |
4.2.2 背景图像的更新 | 第48-50页 |
4.3 车辆检测算法 | 第50-54页 |
4.3.1 背景减法与图像分割 | 第50页 |
4.3.2 车辆检测 | 第50-54页 |
4.4 部分研究难点及其解决方案 | 第54-58页 |
4.4.1 阴影问题的解决方案 | 第54-55页 |
4.4.2 拥挤情况下的车辆分割 | 第55-57页 |
4.4.3 变更车道车辆的检测 | 第57-58页 |
4.4.4 其他问题的解决方案 | 第58页 |
4.5 车辆跟踪 | 第58-63页 |
4.5.1 车辆跟踪算法 | 第59-61页 |
4.5.2 跟踪算法优化 | 第61-63页 |
4.6 实时车速检测算法 | 第63-65页 |
4.7 本章小结 | 第65-66页 |
第五章 实时车速信息采集系统的设计与实现 | 第66-76页 |
5.1 研究工具的开发 | 第66-67页 |
5.2 系统需求概述 | 第67-68页 |
5.2.1 研究系统的总体目标 | 第67页 |
5.2.2 系统环境需求 | 第67页 |
5.2.3 系统功能需求 | 第67-68页 |
5.3 系统总体结构 | 第68页 |
5.4 系统的硬件选取 | 第68-70页 |
5.4.1 视频输入设备 | 第68-69页 |
5.4.2 视频图像采集设备 | 第69页 |
5.4.3 视频图像处理设备 | 第69-70页 |
5.5 系统的软件设计 | 第70-72页 |
5.5.1 软件结构流程 | 第70-71页 |
5.5.2 系统软件功能模块设计 | 第71-72页 |
5.6 视频图像的采集 | 第72-73页 |
5.7 系统的实现 | 第73-74页 |
5.8 误差分析 | 第74-75页 |
5.9 本章小结 | 第75-76页 |
第六章 结论与展望 | 第76-78页 |
6.1 本文的主要工作 | 第76-77页 |
6.2 进一步的工作建议 | 第77-78页 |
致谢 | 第78-79页 |
参考文献 | 第79-82页 |
附录A 部分车辆长宽数据表 | 第82-83页 |
附录B 矩阵求逆算法 | 第83-85页 |
作者攻读学位期间发表的论文 | 第85页 |