基于多运动目标识别的自动乘客计数技术研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·问题的背景 | 第9-13页 |
| ·我国公交系统现状及其存在的问题 | 第9-10页 |
| ·公交客流信息采集意义 | 第10-11页 |
| ·公交客流数据获取的方法与技术 | 第11-12页 |
| ·自动乘客计数系统作用 | 第12-13页 |
| ·问题的提出及选题意义 | 第13-14页 |
| ·本文的主要工作 | 第14-16页 |
| ·本文的研究目的 | 第14页 |
| ·研究内容和论文结构 | 第14-16页 |
| 2 基于多运动目标识别的APC设计 | 第16-26页 |
| ·国内外研究现状 | 第16-18页 |
| ·典型APC技术 | 第16-18页 |
| ·研究现状分析 | 第18页 |
| ·基于多目标识别的APC技术 | 第18-23页 |
| ·基于多目标识别的APC方案的提出 | 第18-20页 |
| ·APC系统框架 | 第20-21页 |
| ·系统实现的关键技术 | 第21-22页 |
| ·与传统乘客计数系统的比较 | 第22-23页 |
| ·系统实现的支撑技术 | 第23-26页 |
| ·数字信号处理技术 | 第23-24页 |
| ·数字图像处理技术 | 第24-26页 |
| 3 多运动目标检测 | 第26-52页 |
| ·运动目标检测的基本方法 | 第26-28页 |
| ·连续帧间差分法 | 第27页 |
| ·背景差分法 | 第27-28页 |
| ·光流法 | 第28页 |
| ·图像分割基本方法 | 第28-34页 |
| ·直方图法和直方图变换法 | 第30-31页 |
| ·最大熵阈值分割法 | 第31-32页 |
| ·最大类间方差分割法 | 第32-33页 |
| ·二维Ostu算法 | 第33-34页 |
| ·两步多乘客目标检测方法 | 第34-45页 |
| ·分析所研究运动目标图像特点 | 第34-36页 |
| ·多乘客目标检测算法提出 | 第36-37页 |
| ·图像预处理 | 第37-39页 |
| ·乘客目标提取 | 第39-45页 |
| ·多乘客目标存在检测 | 第45-52页 |
| ·常用运动目标存在检测算法 | 第45-47页 |
| ·基于块平均灰度差值的运动目标存在检测 | 第47-49页 |
| ·运动目标存在检测实验结果 | 第49-52页 |
| 4 多运动目标跟踪与计数 | 第52-61页 |
| ·多目标跟踪及常用多目标跟踪算法 | 第52-55页 |
| ·相关跟踪算法 | 第53-54页 |
| ·特征跟踪算法 | 第54-55页 |
| ·乘客目标跟踪算法的提出 | 第55页 |
| ·改进的特征跟踪算法 | 第55-58页 |
| ·图像序列中运动目标的特点 | 第55-56页 |
| ·目标链 | 第56页 |
| ·预测模块 | 第56-57页 |
| ·代价函数 | 第57-58页 |
| ·目标链的建立和特征值的更新 | 第58-61页 |
| ·跟踪区域的分割 | 第58-59页 |
| ·目标链的建立与目标的计数 | 第59-60页 |
| ·跟踪目标的捕捉 | 第60-61页 |
| 5 实验研究 | 第61-73页 |
| ·实验环境和实验数据 | 第61-64页 |
| ·实验系统的硬件组成 | 第61-62页 |
| ·实验系统的软件实现 | 第62-64页 |
| ·实验结果与实验分析 | 第64-73页 |
| 6 总结与展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 附录作者攻读硕士学位期间完成的论文 | 第78-79页 |
| 独创性声明 | 第79页 |
| 学位论文版权使用授权书 | 第79页 |
