智能交通监控系统中的运动目标检测研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·研究的背景与意义 | 第7-10页 |
| ·智能交通系统 | 第7-8页 |
| ·交通视频监控 | 第8-10页 |
| ·国内外研究状况及研究难题 | 第10-11页 |
| ·国内外状况 | 第10-11页 |
| ·技术研究难题 | 第11页 |
| ·本文主要工作 | 第11-13页 |
| ·本文组织结构 | 第13-14页 |
| 第二章 交通监控视频的图像预处理 | 第14-28页 |
| ·图像增强常用算法介绍 | 第14-17页 |
| ·基于灰度变换的图像增强 | 第15页 |
| ·基于直方图的图像增强 | 第15-17页 |
| ·基于空域滤波的图像增强 | 第17页 |
| ·夜间图像增强 | 第17-20页 |
| ·夜间图像特征 | 第17-18页 |
| ·Retinex 理论与图像增强 | 第18-20页 |
| ·雾天图像增强 | 第20-25页 |
| ·暗原色原理 | 第21-22页 |
| ·通过暗原色先验去雾 | 第22-25页 |
| ·试验结果 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 运动目标检测 | 第28-43页 |
| ·目标检测常用方法 | 第28-31页 |
| ·帧间差分法 | 第28-29页 |
| ·光流场分析法 | 第29页 |
| ·背景差分法 | 第29-31页 |
| ·基于LBP 和Gauss 的双重背景估计 | 第31-39页 |
| ·混合高斯模型背景建模 | 第31-32页 |
| ·LBP 算子及其距离计算 | 第32-35页 |
| ·双重建模方法 | 第35-39页 |
| ·试验结果及分析 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 阴影分割与目标追踪 | 第43-54页 |
| ·阴影分割方法 | 第43-45页 |
| ·基于颜色的阴影分割 | 第43-44页 |
| ·基于物体和阴影的边缘特性 | 第44页 |
| ·基于纹理的阴影消除 | 第44-45页 |
| ·改进的阴影分割方法 | 第45-48页 |
| ·LBP 模型的阴影抑制 | 第45-47页 |
| ·统计信息方法 | 第47-48页 |
| ·运动目标的跟踪 | 第48-53页 |
| ·车辆跟踪的基本类型 | 第49-50页 |
| ·特征的在线加强实时跟踪 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 发表论文和参加科研情况说明 | 第60-61页 |
| 致谢 | 第61页 |
