| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 引言 | 第8-15页 |
| ·课题背景及意义 | 第8-11页 |
| ·国内外发展动态 | 第11-13页 |
| ·基于视频的车辆检测技术研究现状 | 第11-12页 |
| ·基于视频的车辆跟踪技术研究现状 | 第12-13页 |
| ·本文的主要工作 | 第13-15页 |
| 第二章 数字图像的预处理 | 第15-27页 |
| ·图像的灰度化 | 第15-16页 |
| ·灰度图像的滤波 | 第16-17页 |
| ·灰度图像的二值化 | 第17-20页 |
| ·二值图像的形态学滤波 | 第20-25页 |
| ·二值图像的腐蚀 | 第21-22页 |
| ·二值图像的膨胀 | 第22-23页 |
| ·二值图像的开运算 | 第23-24页 |
| ·二值图像的闭运算 | 第24-25页 |
| ·二值图像轮廓的提取 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 视频流中车辆检测技术研究 | 第27-36页 |
| ·视频中车辆检测方法 | 第27-30页 |
| ·帧间相差法 | 第27-28页 |
| ·背景相减法 | 第28-29页 |
| ·光流法 | 第29-30页 |
| ·背景生成与更新算法 | 第30-34页 |
| ·多帧平均法 | 第31-33页 |
| ·选择性更新法 | 第33页 |
| ·高斯背景生成法 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第四章 视频流中车辆跟踪算法研究 | 第36-61页 |
| ·视频中车辆跟踪的基本方法 | 第36-37页 |
| ·基于特征的跟踪方法 | 第36页 |
| ·基于模型的跟踪方法 | 第36页 |
| ·基于主动轮廓的跟踪方法 | 第36-37页 |
| ·基于区域的跟踪方法 | 第37页 |
| ·卡尔曼滤波器 | 第37-43页 |
| ·卡尔曼滤波的基本原理 | 第37-40页 |
| ·应用卡尔曼滤波对车辆位置进行预测 | 第40-43页 |
| ·Mean-shift 算法 | 第43-52页 |
| ·Mean-shift 算法的基本原理 | 第44-45页 |
| ·基于 Mean-shift 算法的目标跟踪 | 第45-52页 |
| ·结合 Kalman 和 Mean-shift 算法对车辆进行跟踪 | 第52-57页 |
| ·车辆的轨迹分析 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 结束语 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |