基于智能交通车辆视频的目标检测与跟踪技术研究
| 中文摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·课题研究的背景、目的和意义 | 第7-8页 |
| ·智能交通系统概述 | 第8-10页 |
| ·论文的主要内容及结构安排 | 第10-12页 |
| ·论文的主要内容 | 第10页 |
| ·论文的结构安排 | 第10-12页 |
| 第二章 视频车辆目标检测与追踪系统结构 | 第12-17页 |
| ·智能交通系统一般模型 | 第12-13页 |
| ·车辆目标检测与追踪系统结构 | 第13-17页 |
| 第三章 运动目标检测 | 第17-29页 |
| ·视频图象的处理方法 | 第17-18页 |
| ·图像的预处理方法 | 第18-20页 |
| ·彩色图像的灰度化处理 | 第18-19页 |
| ·图像的滤波方法 | 第19-20页 |
| ·数学形态学处理 | 第20-23页 |
| ·数学形态学的基本思想 | 第20-21页 |
| ·数学形态学算法 | 第21-22页 |
| ·算法试验结果及其分析 | 第22-23页 |
| ·运动目标检测 | 第23-26页 |
| ·差分法 | 第23-26页 |
| ·光流法 | 第26页 |
| ·试验结果及其分析 | 第26-29页 |
| 第四章 运动目标跟踪 | 第29-53页 |
| ·目标跟踪方法概述 | 第29-30页 |
| ·目标的特征提取 | 第30-34页 |
| ·目标的几何特征 | 第30-31页 |
| ·目标的形状描述 | 第31-34页 |
| ·目标的统计特征 | 第34页 |
| ·基于特征匹配的跟踪方法 | 第34-35页 |
| ·基于卡尔曼滤波算法的预测跟踪器 | 第35-42页 |
| ·卡尔曼滤波理论 | 第36-38页 |
| ·卡尔曼滤波模型 | 第38-41页 |
| ·算法试验结果分析 | 第41-42页 |
| ·算法的缺点 | 第42页 |
| ·均值移位算法 | 第42-47页 |
| ·均值移位算法简介 | 第42-43页 |
| ·核函数密度及密度梯度估计 | 第43-44页 |
| ·均值移位向量 | 第44-46页 |
| ·均值移位算法的收敛性 | 第46-47页 |
| ·基于均值移位算法的匹配跟踪器 | 第47-53页 |
| ·目标描述 | 第47-48页 |
| ·Bhattacharyya 系数 | 第48-49页 |
| ·跟踪算法 | 第49-50页 |
| ·算法试验结果及其分析 | 第50-53页 |
| 第五章 总结 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 攻读硕士学位期间公开发表论文 | 第57-58页 |
| 致谢 | 第58页 |
