智能交通系统中车辆视频检测识别与跟踪方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·论文的研究背景和意义 | 第8页 |
| ·国内外的研究现状及发展趋势 | 第8-11页 |
| ·本文的研究内容和论文结构 | 第11-14页 |
| 第2章 视频图像相关理论 | 第14-18页 |
| ·灰度图像 | 第14页 |
| ·图像颜色空间 | 第14-16页 |
| ·RGB 颜色空间 | 第14-15页 |
| ·HSV 颜色空间 | 第15-16页 |
| ·图像之间的转换 | 第16-17页 |
| ·灰度图像二值化 | 第16页 |
| ·图像的灰度转换 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第3章 运动目标检测与跟踪算法分析 | 第18-28页 |
| ·视频中运动目标的检测 | 第18-22页 |
| ·视频中运动目标检测的基本方法 | 第18-21页 |
| ·基于单高斯背景模型的运动目标检测方法 | 第21-22页 |
| ·视频中运动目标的跟踪 | 第22-26页 |
| ·运动目标跟踪的常用方法 | 第22-24页 |
| ·均值偏移算法 | 第24-26页 |
| ·本章小结 | 第26-28页 |
| 第4章 运动车辆检测与跟踪算法改进 | 第28-40页 |
| ·基于混合高斯背景模型的车辆检测 | 第28-31页 |
| ·像素模型的定义及参数的初始化 | 第28-29页 |
| ·像素模型参数的更新 | 第29-30页 |
| ·背景像素模型的建立 | 第30-31页 |
| ·基于改进的混合高斯背景模型的车辆检测 | 第31-34页 |
| ·疑似阴影模型立 | 第31页 |
| ·混合高斯阴影模型 | 第31-33页 |
| ·混合高斯阴影模型的算法流程 | 第33页 |
| ·阴影抑制算法 | 第33-34页 |
| ·基于 CamShift 的运动车辆目标跟踪算法 | 第34-39页 |
| ·CamShift 算法介绍 | 第34-35页 |
| ·CamShift 算法颜色特征信息的提取 | 第35-36页 |
| ·基于 CamShift 算法的车辆跟踪实现 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第5章 算法编程实现及实验结果分析 | 第40-50页 |
| ·运动车辆目标检测算法实现及结果分析 | 第40-46页 |
| ·帧间差分法与三帧差分法的实现及结果对比分析 | 第40-42页 |
| ·混合高斯模型和混合高斯阴影模型实现结果对比分析 | 第42-46页 |
| ·运动车辆目标跟踪算法实现及结果分析 | 第46-48页 |
| ·基于 MeanShift 的车辆跟踪算法实现 | 第46-47页 |
| ·基于 CamShift 的车辆跟踪算法实现 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间所发表的论文 | 第56-58页 |
| 致谢 | 第58页 |
