基于视频的黄色网格线内违章停车检测
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·智能交通系统 | 第7-8页 |
| ·车辆检测技术 | 第8-9页 |
| ·黄色网格区域内违章车辆检测 | 第9-10页 |
| ·课题的来源及研究意义 | 第10页 |
| ·本文的主要工作和创新点 | 第10-11页 |
| ·本文的章节安排 | 第11-12页 |
| 第二章 理论基础 | 第12-26页 |
| ·数字图像处理 | 第12-17页 |
| ·数字图像处理发展概况 | 第12-13页 |
| ·数字图像处理的主要研究内容 | 第13-15页 |
| ·数字图像处理的基本特点 | 第15-16页 |
| ·数字图像处理的优点 | 第16页 |
| ·数字图像处理的方法 | 第16-17页 |
| ·图像的颜色模型 | 第17页 |
| ·小波理论 | 第17-23页 |
| ·连续小波变换 | 第18-19页 |
| ·小波函数的时频窗 | 第19-20页 |
| ·离散小波变换与框架 | 第20-21页 |
| ·多分辨率分析 | 第21-22页 |
| ·尺度函数与小波的构造导引 | 第22-23页 |
| ·数学形态学 | 第23-26页 |
| ·腐蚀、膨胀运算及其性质 | 第24页 |
| ·开闭运算及其性质 | 第24-26页 |
| 第三章 视频处理 | 第26-29页 |
| 第四章 背景提取与更新 | 第29-34页 |
| ·目前常规的背景提取算法 | 第29-32页 |
| ·统计直方图法 | 第30-31页 |
| ·统计中值法 | 第31页 |
| ·统计均值法 | 第31页 |
| ·Surendra 算法 | 第31-32页 |
| ·基于统计和预测的算法 | 第32页 |
| ·改进的Surendra 算法 | 第32-34页 |
| 第五章 车辆分割与识别 | 第34-45页 |
| ·背景差法得到运动区域 | 第34-36页 |
| ·阴影的产生和特性 | 第36-37页 |
| ·EWTC 算法去除车辆阴影 | 第37-43页 |
| ·边缘聚类算法得到准阴影区 | 第37-41页 |
| ·小波纹理特征向量方法得到准车辆区域 | 第41-43页 |
| ·实现运动车辆检测 | 第43-45页 |
| 第六章 违章检测与记录 | 第45-52页 |
| ·违章检测思路 | 第45页 |
| ·违章车辆跟踪 | 第45-47页 |
| ·车辆违规记录 | 第47-51页 |
| ·BMP 位图转换为AVI 视频 | 第47-51页 |
| ·近景图片及牌照识别 | 第51页 |
| ·系统测试 | 第51-52页 |
| 第七章 系统组成 | 第52-54页 |
| ·系统框图 | 第52-53页 |
| ·算法流程 | 第53-54页 |
| 第八章 总结与展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 发表论文和参加科研情况说明 | 第60-61页 |
| 致谢 | 第61页 |
