基于图像识别的市容违章行为自动识别关键技术研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-19页 |
| ·研究背景 | 第12-13页 |
| ·智能视频监控系统综述 | 第13-14页 |
| ·智能视频监控技术研究现状 | 第14-17页 |
| ·目标检测 | 第14-16页 |
| ·目标跟踪 | 第16-17页 |
| ·行为识别 | 第17页 |
| ·本论文内容及结构 | 第17-19页 |
| ·论文研究内容 | 第17-18页 |
| ·论文组织结构 | 第18-19页 |
| 第2章 图像处理基础知识 | 第19-28页 |
| ·图像的颜色空间 | 第19-25页 |
| ·RGB颜色空间 | 第19-20页 |
| ·HSV/HSI颜色空间 | 第20-23页 |
| ·Lab颜色空间 | 第23-24页 |
| ·YUV颜色空间 | 第24-25页 |
| ·图像去噪技术 | 第25-27页 |
| ·滤波处理 | 第25-26页 |
| ·形态学操作 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于背景差分的违章行为检测方法 | 第28-45页 |
| ·背景差分方法概述 | 第28-32页 |
| ·背景差分方法基本原理 | 第28-30页 |
| ·背景建模常用方法 | 第30-32页 |
| ·统计平均法 | 第30-31页 |
| ·中值法 | 第31页 |
| ·运动平均法 | 第31-32页 |
| ·非参数模型法 | 第32页 |
| ·基于背景差分法的前景检测 | 第32-37页 |
| ·基于阈值法的前景检测 | 第33-35页 |
| ·基于高斯混合模型的前景检测 | 第35-37页 |
| ·高斯混合模型的改进 | 第37-40页 |
| ·违章行为背景差分检测方法 | 第40-43页 |
| ·本章小结 | 第43-45页 |
| 第4章 图像的调整与光影的检测 | 第45-55页 |
| ·基于SIFT变换的图像调整与检测区域标记 | 第45-50页 |
| ·尺度不变特征变换算法原理 | 第45-47页 |
| ·图像配准 | 第47-48页 |
| ·图像调整与检测区域标记 | 第48-50页 |
| ·基于HSV空间的光影检测 | 第50-54页 |
| ·阴影的形成机理 | 第50-51页 |
| ·RGB颜色空间的阴影检测算法 | 第51-52页 |
| ·光照的影响 | 第52-53页 |
| ·基于HSV颜色空间的光影检测 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 图像分割技术在违章行为识别中的应用 | 第55-69页 |
| ·基于图像分割方法的垃圾囤积现象识别 | 第55-62页 |
| ·基于聚类的图像分割方法 | 第56-57页 |
| ·彩色直方图与希尔爬山法 | 第57-59页 |
| ·彩色直方图 | 第57-58页 |
| ·希尔爬山法 | 第58-59页 |
| ·基于图像分割的垃圾囤积识别 | 第59-62页 |
| ·基于边缘检测和区域生长的违章行为补全方法 | 第62-68页 |
| ·边缘检测 | 第62-63页 |
| ·域生长 | 第63页 |
| ·基于边缘检测和区域生长的违章行为补全 | 第63-68页 |
| ·本章小结 | 第68-69页 |
| 第6章 总结与展望 | 第69-71页 |
| ·总结 | 第69-70页 |
| ·展望 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 硕士期间参与的项目和发表的论文 | 第76页 |
