| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 选题背景及研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 车辆检测研究现状 | 第13页 |
| 1.2.2 阴影检测研究现状 | 第13-14页 |
| 1.2.3 连通成分标记研究现状 | 第14页 |
| 1.2.4 车辆跟踪研究现状 | 第14-15页 |
| 1.3 本文主要研究思路和内容安排 | 第15-17页 |
| 第二章 交通场景常用图像处理方法 | 第17-26页 |
| 2.1 引言 | 第17页 |
| 2.2 图像增强 | 第17-19页 |
| 2.2.1 灰度变换 | 第17-18页 |
| 2.2.2 直方图均衡化 | 第18-19页 |
| 2.3 图像的形态学处理 | 第19-23页 |
| 2.3.1 二值图像 | 第20页 |
| 2.3.2 开操作和闭操作 | 第20-23页 |
| 2.4 彩色图像 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 复杂交通场景运动目标检测 | 第26-44页 |
| 3.1 引言 | 第26页 |
| 3.2 常用目标检测方法 | 第26-30页 |
| 3.2.1 帧间差分法 | 第26-27页 |
| 3.2.2 光流检测法 | 第27-29页 |
| 3.2.3 背景差分法 | 第29-30页 |
| 3.3 面向高占有率交通场景的背景建模方法 | 第30-40页 |
| 3.3.1 经典高斯背景建模 | 第31-35页 |
| 3.3.2 面向高占有率交通场景的背景建模方法工作原理 | 第35-39页 |
| 3.3.3 改进算法仿真与对比 | 第39-40页 |
| 3.4 基于阴影特性的车辆阴影去除方法 | 第40-43页 |
| 3.4.1 常用阴影检测方法 | 第40页 |
| 3.4.2 一种基于归一化RGB颜色空间的车辆阴影去除方法 | 第40-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 基于连通成分标记的交通目标分离方法 | 第44-53页 |
| 4.1 引言 | 第44页 |
| 4.2 像素邻域及连通成分 | 第44-46页 |
| 4.2.1 像素邻域 | 第44-45页 |
| 4.2.2 连通成分 | 第45-46页 |
| 4.3 两种经典连通成分标记方法 | 第46-49页 |
| 4.3.1 只需一次扫描的像素连通成分标记算法 | 第46-48页 |
| 4.3.2 一种游程连通性分析算法 | 第48-49页 |
| 4.4 基于游程的像素连通成分快速标记方法 | 第49-52页 |
| 4.4.1 改进算法工作过程 | 第49-51页 |
| 4.4.2 算法仿真与结果对比 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 交通场景中的多运动目标跟踪方法 | 第53-72页 |
| 5.1 引言 | 第53页 |
| 5.2 交通场景中的运动目标跟踪问题 | 第53-56页 |
| 5.2.1 目标车辆特征 | 第53-54页 |
| 5.2.2 滤波 | 第54页 |
| 5.2.3 目标关联 | 第54-55页 |
| 5.2.4 车辆遮挡问题 | 第55-56页 |
| 5.3 基于Kalman滤波的特征匹配跟踪方法 | 第56-60页 |
| 5.3.1 Kalman滤波器原理 | 第56-58页 |
| 5.3.2 基于Kalman滤波的跟踪算法框架 | 第58-60页 |
| 5.4 Mean Shift跟踪 | 第60-65页 |
| 5.4.1 Mean Shift跟踪算法原理 | 第60-64页 |
| 5.4.2 经典Mean Shift跟踪算法仿真与分析 | 第64-65页 |
| 5.5 一种基于Kalman滤波和Mean Shift算法的交通场景多目标跟踪方法 | 第65-70页 |
| 5.5.1 改进算法工作原理 | 第65-66页 |
| 5.5.2 目标未被遮挡时的跟踪 | 第66-68页 |
| 5.5.3 目标被遮挡时的改进 | 第68-70页 |
| 5.5.4 改进算法跟踪性能分析 | 第70页 |
| 5.6 本章小结 | 第70-72页 |
| 第六章 视频交通信息智能检测系统设计与实现 | 第72-76页 |
| 6.1 引言 | 第72页 |
| 6.2 软件设计平台 | 第72页 |
| 6.3 系统框架设计 | 第72-73页 |
| 6.4 系统实现 | 第73-75页 |
| 6.5 本章小结 | 第75-76页 |
| 总结与展望 | 第76-78页 |
| 总结 | 第76-77页 |
| 展望 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士学位期间取得的研究成果 | 第83-84页 |
| 致谢 | 第84-85页 |
| 附件 | 第85页 |
