城市公路隧道视频监控系统智能识别的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 引言 | 第9-16页 |
| ·概述 | 第9-10页 |
| ·城市公路隧道监控技术应用概况 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·运动物体检测研究现状 | 第12-13页 |
| ·运动目标识别与跟踪研究现状 | 第13-14页 |
| ·本文研究内容及改进方向 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第2章 运动目标提取方法的研究 | 第16-26页 |
| ·常用的几种运动目标提取方法 | 第16-17页 |
| ·相邻帧间差分法 | 第17-18页 |
| ·光流场法 | 第18页 |
| ·背景差分法 | 第18-22页 |
| ·背景模型的建立 | 第20-21页 |
| ·阈值选取及分析 | 第21-22页 |
| ·确定运动目标提取算法 | 第22-23页 |
| ·基于MATLAB仿真实验 | 第23-25页 |
| ·MATLAB图像处理工具箱简介 | 第23-24页 |
| ·MATLAB仿真 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第3章 运动目标识别方法的研究 | 第26-40页 |
| ·基于面积大小的特征提取 | 第27页 |
| ·图像矩特征 | 第27-29页 |
| ·速度特征提取 | 第29-30页 |
| ·基于神经网络的分类识别 | 第30-31页 |
| ·神经网络 | 第30-31页 |
| ·神经网络选取 | 第31-32页 |
| ·实验及结果分析 | 第32-39页 |
| ·输入数据归一化处理 | 第33-34页 |
| ·BP神经网络的MATLAB实现 | 第34-39页 |
| ·小结 | 第39-40页 |
| 第4章 运动目标跟踪方法的研究 | 第40-48页 |
| ·Kalman滤波器 | 第42-43页 |
| ·基于Kalman预测的目标跟踪 | 第43-44页 |
| ·加入Kalman预测的特征点匹配算法 | 第44-45页 |
| ·实验分析 | 第45-47页 |
| ·小结 | 第47-48页 |
| 第5章 总结与展望 | 第48-51页 |
| ·总结 | 第48-49页 |
| ·进一步的研究工作 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间发表学术论文 | 第55页 |
