基于视频的车辆检测跟踪系统中图像预处理算法的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-10页 |
| 1 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国内研究现状 | 第11-12页 |
| 1.2.2 国外研究现状 | 第12-14页 |
| 1.3 本文的研究内容 | 第14-15页 |
| 1.4 本文的内容安排 | 第15-16页 |
| 2 彩色图像灰度化 | 第16-25页 |
| 2.1 彩色图像灰度化算法比较 | 第16-20页 |
| 2.1.1 基于彩色空间距离的灰度化算法 | 第16-18页 |
| 2.1.2 基于梯度域的算法 | 第18页 |
| 2.1.3 TV复原模型算法 | 第18-19页 |
| 2.1.4 线性变换法 | 第19-20页 |
| 2.1.5 非线性变换法 | 第20页 |
| 2.2 彩色图像的快速高保真灰度化方法 | 第20-22页 |
| 2.2.1 选取合适的位图形式 | 第20-21页 |
| 2.2.2 选择高效率的程序设计语言和方法 | 第21-22页 |
| 2.2.3 选取合适的权值 | 第22页 |
| 2.3 实验结果 | 第22-24页 |
| 2.3.1 处理效果比较 | 第22-23页 |
| 2.3.2 转换误差比较 | 第23页 |
| 2.3.3 转换速度比较 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 视频图像抖动的消除 | 第25-39页 |
| 3.1 图像抖动消除技术分析 | 第25-33页 |
| 3.1.1 局部运动参数估计 | 第25-31页 |
| 3.1.2 全局运动参数估计 | 第31-33页 |
| 3.1.3 运动补偿模块 | 第33页 |
| 3.2 图像抖动消除算法描述 | 第33-39页 |
| 3.2.1 系统特点分析 | 第33-34页 |
| 3.2.2 如何提高算法速度 | 第34-35页 |
| 3.2.3 算法流程及算法描述 | 第35-38页 |
| 3.2.4 抖动消除效果 | 第38-39页 |
| 4 车辆识别 | 第39-60页 |
| 4.1 车辆识别流程 | 第39-40页 |
| 4.2 路面坐标系的标定 | 第40-43页 |
| 4.2.1 标定原理及标定流程 | 第41-43页 |
| 4.3 图像噪声的消除 | 第43-46页 |
| 4.3.1 中值滤波 | 第44页 |
| 4.3.2 均值滤波 | 第44-46页 |
| 4.4 前景提取 | 第46-54页 |
| 4.4.1 背景差分 | 第46-51页 |
| 4.4.2 背景自动学习机制 | 第51-54页 |
| 4.5 阴影消除 | 第54-56页 |
| 4.5.1 阴影消除的必要性 | 第54-55页 |
| 4.5.2 普通阴影消除方法 | 第55页 |
| 4.5.3 多阈值阴影消除法 | 第55-56页 |
| 4.5.4 多阈值法实验结果 | 第56页 |
| 4.6 图像分割后期噪声的去除 | 第56-58页 |
| 4.6.1 数学形态学去除噪声 | 第56-57页 |
| 4.6.2 面积法去除噪声 | 第57-58页 |
| 4.7 车辆判定 | 第58-60页 |
| 5 车辆跟踪 | 第60-65页 |
| 5.1 基于视频的目标跟踪综述 | 第60-62页 |
| 5.1.1 基于特征的跟踪方法 | 第60页 |
| 5.1.2 基于轮廓的跟踪方法 | 第60-61页 |
| 5.1.3 基于区域的跟踪方法 | 第61页 |
| 5.1.4 基于模型的跟踪方法 | 第61页 |
| 5.1.5 本文选取的方法 | 第61-62页 |
| 5.2 车辆跟踪流程 | 第62-65页 |
| 6 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 个人简历 | 第71页 |
