交通违法视频检测关键技术研究及系统实现
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-16页 |
1.1 研究背景 | 第10-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.3 论文研究内容及意义 | 第12-13页 |
1.4 论文组织结构 | 第13-16页 |
第二章 视频图像处理基础 | 第16-28页 |
2.1 视频数据获取及预处理 | 第16-18页 |
2.1.1 视频颜色空间 | 第16-17页 |
2.1.2 图像的抽取 | 第17-18页 |
2.2 前景目标提取 | 第18-21页 |
2.2.1 背景建立 | 第18-20页 |
2.2.2 差分二值化提取前景 | 第20-21页 |
2.3 形态学处理识别目标 | 第21-26页 |
2.3.1 腐蚀和膨胀 | 第21-23页 |
2.3.2 连通域分析识别目标 | 第23-25页 |
2.3.3 外接矩形合并及筛选 | 第25-26页 |
2.4 本章小结 | 第26-28页 |
第三章 复杂场景处理 | 第28-38页 |
3.1 阴影处理 | 第28-32页 |
3.2 目标后续处理 | 第32-35页 |
3.2.1 目标底部修正 | 第32-34页 |
3.2.2 干扰目标去除 | 第34-35页 |
3.3 目标跟踪及轨迹记录 | 第35-36页 |
3.4 本章小结 | 第36-38页 |
第四章 违章检测抓拍 | 第38-52页 |
4.1 道路信息提取 | 第38-41页 |
4.1.1 监控边界信息提取 | 第38-40页 |
4.1.2 预置位信息提取 | 第40-41页 |
4.2 车辆违章行为判定 | 第41-44页 |
4.2.1 骑轧道路标线行为研究 | 第41-42页 |
4.2.2 禁停区域停车行为研究 | 第42-44页 |
4.3 预测抓拍算法研究 | 第44-50页 |
4.3.1 预测抓拍原理 | 第44-47页 |
4.3.2 预测抓拍方法应用实例 | 第47-50页 |
4.4 本章小结 | 第50-52页 |
第五章 交通违法视频监控系统实现 | 第52-68页 |
5.1 系统硬件架构 | 第52-54页 |
5.2 系统软件架构 | 第54-59页 |
5.2.1 抓拍取证模块 | 第54-56页 |
5.2.2 证据上传模块 | 第56-57页 |
5.2.3 软件工作流程 | 第57-59页 |
5.3 数字水印加密图像 | 第59-64页 |
5.3.1 数字水印嵌入 | 第59-61页 |
5.3.2 数字水印提取 | 第61-62页 |
5.3.3 数字水印攻击测试 | 第62-64页 |
5.4 系统软件测试及实验结果 | 第64-66页 |
5.5 本章小结 | 第66-68页 |
第六章 总结与展望 | 第68-70页 |
6.1 总结 | 第68-69页 |
6.2 展望 | 第69-70页 |
致谢 | 第70-72页 |
参考文献 | 第72-76页 |
作者简介 | 第76页 |