公交车乘客拥挤程度自动检测技术研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究目标和意义 | 第9-10页 |
| 1.3 国内外研究综述 | 第10-12页 |
| 1.4 研究的主要内容及技术路线 | 第12-14页 |
| 1.5 论文章节安排 | 第14-16页 |
| 第二章 智能公交系统 | 第16-28页 |
| 2.1 智能公交系统分析 | 第16-19页 |
| 2.1.1 智能公交概述 | 第16-17页 |
| 2.1.2 智能公交数据分析 | 第17-19页 |
| 2.2 智能公交应用分析 | 第19-23页 |
| 2.2.1 智能公交应用分类 | 第19-22页 |
| 2.2.2 智能公交应用发展 | 第22-23页 |
| 2.3 西安市公交视频监控系统 | 第23-27页 |
| 2.3.1 西安市公交视频监控系统概况 | 第24-25页 |
| 2.3.2 公交乘客拥挤定义 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 乘客拥挤检测算法 | 第28-60页 |
| 3.1 乘客拥挤检测算法概述 | 第28-30页 |
| 3.2 图像预处理 | 第30-37页 |
| 3.2.1 视频分帧处理 | 第30-31页 |
| 3.2.2 图像分类 | 第31-34页 |
| 3.2.3 背景图像和站立区域选取 | 第34-35页 |
| 3.2.4 图像灰度化 | 第35-37页 |
| 3.3 图像滤波 | 第37-41页 |
| 3.3.1 DCT滤波原理 | 第37-38页 |
| 3.3.2 DCT滤波步骤 | 第38-41页 |
| 3.4 单通道乘客拥挤检测算法 | 第41-50页 |
| 3.4.1 感知哈希算法 | 第41-43页 |
| 3.4.2 边缘差分算法 | 第43-49页 |
| 3.4.3 算法融合 | 第49-50页 |
| 3.5 双通道数据融合 | 第50-55页 |
| 3.5.1 前、后通道图像采集 | 第51-52页 |
| 3.5.2 双通道数据融合步骤 | 第52-55页 |
| 3.6 实验结果分析 | 第55-57页 |
| 3.6.1 乘客拥挤检测算法实验素材 | 第55-56页 |
| 3.6.2 乘客拥挤检测算法评价 | 第56-57页 |
| 3.7 检测结果时空分布 | 第57-58页 |
| 3.7.1 检测结果时域分布 | 第57-58页 |
| 3.7.2 检测结果空间分布 | 第58页 |
| 3.8 本章小结 | 第58-60页 |
| 第四章 乘客拥挤检测系统设计 | 第60-69页 |
| 4.1 系统开发环境 | 第60页 |
| 4.2 系统设计的基本原则 | 第60-61页 |
| 4.3 系统功能实现 | 第61-62页 |
| 4.4 系统运行演示 | 第62-68页 |
| 4.4.1 GUI界面说明 | 第62-63页 |
| 4.4.2 系统基本操作步骤 | 第63-68页 |
| 4.5 本章小结 | 第68-69页 |
| 结论与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 附录 | 第75-78页 |
| 致谢 | 第78页 |
