交通环境下的车辆检测与跟踪算法研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 选题背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文研究的内容及创新点 | 第13-15页 |
| 1.3.1 本文主要研究的内容 | 第13-14页 |
| 1.3.2 本文的主要创新点 | 第14-15页 |
| 1.4 本文的章节内容安排 | 第15-17页 |
| 第二章 关于图像预处理知识的介绍 | 第17-23页 |
| 2.1 引言 | 第17页 |
| 2.2 图像的颜色空间 | 第17-18页 |
| 2.2.1 RGB颜色模式 | 第17页 |
| 2.2.2 YUV颜色模式 | 第17-18页 |
| 2.3 彩色图像的灰度化 | 第18-19页 |
| 2.4 灰度图像的二值化 | 第19页 |
| 2.5 图像预处理 | 第19-22页 |
| 2.5.1 图像滤波 | 第19-20页 |
| 2.5.2 图像腐蚀和膨胀 | 第20-22页 |
| 2.6 本章总结 | 第22-23页 |
| 第三章 运动团块提取分割和团块方向计算 | 第23-37页 |
| 3.1 运动团块提取 | 第23-31页 |
| 3.1.1 运动团块提取常用算法 | 第23-26页 |
| 3.1.2 混合高斯建模详细设计 | 第26-29页 |
| 3.1.3 运动团块检测实验效果与分析 | 第29-31页 |
| 3.2 基于运动团块的图像分割 | 第31-33页 |
| 3.3 运动团块方向计算 | 第33-36页 |
| 3.3.1 光流法的定义 | 第33页 |
| 3.3.2 光流模块的设计 | 第33-35页 |
| 3.3.3 团块方向计算 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 车辆检测 | 第37-51页 |
| 4.1 HAAR特征 | 第37-41页 |
| 4.1.1 HAAR特征分析 | 第37页 |
| 4.1.2 HAAR的定义 | 第37-38页 |
| 4.1.3 HAAR的选取 | 第38-40页 |
| 4.1.4 HAAR特征计算 | 第40-41页 |
| 4.2 ADABOOST算法 | 第41-43页 |
| 4.2.1 ADABOOST算法介绍 | 第41-42页 |
| 4.2.2 ADABOOST算法的实现 | 第42-43页 |
| 4.3 训练的样本集 | 第43-46页 |
| 4.4 车辆检测的实现 | 第46-50页 |
| 4.4.1 车辆行驶方向区域划分 | 第47-48页 |
| 4.4.2 ADABOOST分类器的选择 | 第48-50页 |
| 4.5 章节小结 | 第50-51页 |
| 第五章 车辆目标跟踪 | 第51-62页 |
| 5.1 引言 | 第51-52页 |
| 5.2 常用跟踪算法介绍 | 第52-53页 |
| 5.2.1 基于相关模板匹配的目标跟踪 | 第52页 |
| 5.2.2 基于轮廓的目标跟踪算法 | 第52页 |
| 5.2.3 基于特征匹配的目标跟踪算法 | 第52-53页 |
| 5.3 粒子滤波跟踪原理及实验结果分析 | 第53-55页 |
| 5.3.1 粒子滤波原理 | 第53-54页 |
| 5.3.2 原始粒子滤波跟踪存在问题及分析 | 第54-55页 |
| 5.4 线性拟合处理遮挡 | 第55-59页 |
| 5.4.1 如何判定两个目标重合 | 第56-57页 |
| 5.4.2 遮挡时根据拟合曲线计算出预计的位置 | 第57页 |
| 5.4.3 判断多久后遮挡目标分开 | 第57-58页 |
| 5.4.4 遮挡目标分开后处理 | 第58页 |
| 5.4.5 线性拟合的实验与分析 | 第58-59页 |
| 5.5 运用检测结果处理跟踪漂移 | 第59-60页 |
| 5.6 多线程处理 | 第60-61页 |
| 5.7 本章小结 | 第61-62页 |
| 第六章 系统实现与测试 | 第62-71页 |
| 6.1 交通环境车辆检测与跟踪系统结构 | 第62-63页 |
| 6.2 整个系统应用的软硬件实现 | 第63-64页 |
| 6.2.1 系统所用软硬件环境 | 第63-64页 |
| 6.2.2 软件实现 | 第64页 |
| 6.3 系统实验结果与分析 | 第64-70页 |
| 6.3.1 车辆检测实验结果与分析 | 第64-67页 |
| 6.3.2 改进后粒子滤波跟踪实验结果与分析 | 第67-70页 |
| 6.4 本章小结 | 第70-71页 |
| 第七章 总结与展望 | 第71-73页 |
| 7.1 全文总结 | 第71-72页 |
| 7.2 工作展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 个人简介和攻读硕士期间的成果 | 第78-79页 |
