| 表目录 | 第1-7页 |
| 图目录 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题背景 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·论文的主要研究内容及结构安排 | 第14-16页 |
| 第二章 红外图像特性分析与预处理技术研究 | 第16-28页 |
| ·引言 | 第16页 |
| ·红外交通图像特性分析 | 第16-21页 |
| ·红外成像的基本理论及主要特点 | 第16-19页 |
| ·红外图像模型 | 第19页 |
| ·城市交通道路的红外特性 | 第19-20页 |
| ·车辆的红外特性 | 第20-21页 |
| ·形态学滤波 | 第21-24页 |
| ·灰度形态学的基本运算 | 第21-23页 |
| ·形态学图像平滑处理 | 第23页 |
| ·形态学图像梯度 | 第23-24页 |
| ·图像的阈值分割 | 第24-27页 |
| ·基于直方图的方法 | 第25页 |
| ·最优阈值法 | 第25-27页 |
| ·小结 | 第27-28页 |
| 第三章 基于红外视频图像的车辆目标检测 | 第28-46页 |
| ·引言 | 第28页 |
| ·道路的检测 | 第28-35页 |
| ·图像的边缘检测 | 第28-31页 |
| ·基于Hough变换的城市交通道路边缘直线检测 | 第31-35页 |
| ·车辆目标的检测 | 第35-44页 |
| ·帧差分法 | 第36-37页 |
| ·背景差分法 | 第37-39页 |
| ·基于改进帧平均法的背景生成 | 第39-42页 |
| ·仿真结果及分析 | 第42-44页 |
| ·小结 | 第44-46页 |
| 第四章 多目标环境下车辆跟踪与交通参数提取 | 第46-71页 |
| ·引言 | 第46页 |
| ·多目标跟踪基本原理 | 第46-53页 |
| ·目标运动模型 | 第47-50页 |
| ·滤波与预测方法 | 第50-51页 |
| ·多目标跟踪中的数据关联方法 | 第51-53页 |
| ·基于GM（1，1）预测模型和Mean-shift匹配关联的车辆跟踪 | 第53-66页 |
| ·GM（1，1）灰色预测模型 | 第53-57页 |
| ·基于Mean-shift算法的匹配关联 | 第57-62页 |
| ·基于GM（1，1）预测模型和Mean-shift匹配关联的车辆跟踪 | 第62-65页 |
| ·仿真结果与分析 | 第65-66页 |
| ·交通参数提取 | 第66-70页 |
| ·小结 | 第70-71页 |
| 第五章 结束语 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 作者在学期间取得的学术成果 | 第78页 |