| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 论文的研究背景 | 第8-9页 |
| 1.1.1 智能公交系统 | 第8-9页 |
| 1.1.2 APC 系统简介 | 第9页 |
| 1.2 本文研究的目的和意义 | 第9-10页 |
| 1.3 APC 技术的国内外研究与应用现状 | 第10-13页 |
| 1.4 本文的主要研究内容 | 第13-16页 |
| 第二章 视频图像预处理 | 第16-32页 |
| 2.1 边缘检测 | 第16-24页 |
| 2.1.1 经典边缘检测算法 | 第16-20页 |
| 2.1.2 Canny 边缘检测 | 第20-24页 |
| 2.2 背景提取 | 第24-29页 |
| 2.2.1 常用的背景提取算法研究 | 第24-26页 |
| 2.2.2 改进的背景提取算法 | 第26-29页 |
| 2.3 背景边缘去除 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 最小二乘拟合圆检测算法研究 | 第32-39页 |
| 3.1 最小二乘拟合圆检测算法原理 | 第32-35页 |
| 3.2 最小二乘拟合圆检测算法步骤 | 第35-36页 |
| 3.3 最小二乘拟合圆检测算法实验与性能分析 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 改进 Hough 变换圆检测算法研究 | 第39-62页 |
| 4.1 Hough 变换原理 | 第39-41页 |
| 4.1.1 Hough 变换直线检测 | 第39-40页 |
| 4.1.2 经典 Hough 变换圆检测 | 第40-41页 |
| 4.2 改进的 Hough 变换圆检测 | 第41-52页 |
| 4.2.1 改进的 Hough 变换圆检测原理 | 第42-47页 |
| 4.2.2 改进的 Hough 变换圆检测算法步骤 | 第47-49页 |
| 4.2.3 算法实验结果与分析 | 第49-52页 |
| 4.3 基于置信度的乘客头部提取 | 第52-61页 |
| 4.3.1 灰度置信度 | 第52-54页 |
| 4.3.2 弧长置信度 | 第54-55页 |
| 4.3.3 分布置信度 | 第55-56页 |
| 4.3.4 匹配误差置信度 | 第56-57页 |
| 4.3.5 共圆判决器 | 第57-58页 |
| 4.3.6 乘客头部轮廓分组与合并 | 第58-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 动态视频乘客跟踪与计数 | 第62-77页 |
| 5.1 CamShift 算法 | 第62-68页 |
| 5.1.1 Mean Shift 算法原理 | 第62-64页 |
| 5.1.2 Mean Shift 算法实现步骤 | 第64-65页 |
| 5.1.3 CamShift 实现步骤 | 第65-67页 |
| 5.1.4 CamShift 算法评价 | 第67-68页 |
| 5.2 Kalman 滤波器预测 | 第68-72页 |
| 5.2.1 Kalman 滤波器原理 | 第68-70页 |
| 5.2.2 Kalman 滤波器实现步骤 | 第70-72页 |
| 5.3 基于 Kalman 滤波的 CamShift 乘客跟踪与计数算法 | 第72-76页 |
| 5.3.1 算法基本原理 | 第72页 |
| 5.3.2 算法实现步骤 | 第72-74页 |
| 5.3.3 算法测试与评价 | 第74-76页 |
| 5.4 本章小结 | 第76-77页 |
| 结论与展望 | 第77-79页 |
| 结论 | 第77-78页 |
| 展望 | 第78-79页 |
| 参考文献 | 第79-82页 |
| 攻读硕士学位期间取得的研究成果 | 第82-83页 |
| 致谢 | 第83页 |