首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于图像处理的智能交通信号灯控制系统的研究

摘要第1-5页
ABSTRACT第5-9页
第1章 绪论第9-16页
   ·引言第9页
   ·研究的目的和意义第9页
   ·智能交通信号灯控制的发展现状第9-14页
     ·交通参数的检测及其检测技术的研究现状第10-12页
     ·智能交通信号灯控制策略的研究现状第12-14页
   ·主要研究内容第14-16页
第2章 智能交通信号灯控制系统总体方案研究第16-22页
   ·交通信号灯控制中的基本参数第16-17页
     ·信号周期第16页
     ·相位第16页
     ·绿信比第16页
     ·平均延误时间第16-17页
   ·智能交通信号灯控制系统的技术原则第17页
     ·可靠性原则第17页
     ·实时性原则第17页
   ·智能交通信号灯总体方案设计第17-21页
     ·硬件的选取及安装第17页
     ·图像处理模块第17-18页
     ·智能控制模块第18-19页
     ·仿真模块第19-20页
     ·系统总体方案流程图第20-21页
   ·本章小结第21-22页
第3章 基于图像处理的交通参数的测量第22-39页
   ·硬件的安装和选取原则第22页
   ·视频采集和图像预处理第22-23页
   ·基于统计特性的背景提取算法第23-27页
     ·基于中值法的背景提取第23-24页
     ·基于均值法的背景提取第24页
     ·基于频率最高法的背景提取第24-25页
     ·基于高斯法的背景提取第25-26页
     ·基于帧差法的背景提取第26-27页
   ·基于单车道的背景提取第27-31页
     ·基于车道线的单车道提取第27-29页
     ·基于模板的快速单车道提取第29-30页
     ·基于单车道的快速背景提取算法第30-31页
   ·目标车辆的提取第31-34页
     ·基于背景差法的车辆提取第31页
     ·帧差图像的二值化第31-32页
     ·基于中值滤波的噪声滤除第32页
     ·基于膨胀处理的车辆复原第32-33页
     ·基于图像处理的车辆提取流程图第33-34页
   ·基于行坐标的车队长度测量和车辆类型识别第34-38页
     ·基于行坐标的距离转换模型的建立第34-37页
     ·基于行坐标的车队长度测量方法及验证第37页
     ·基于行坐标的车辆类型识别算法第37-38页
   ·当量车队长度第38页
   ·本章小结第38-39页
第4章 交通信号灯智能控制算法第39-57页
   ·模糊控制器的设计第39-44页
     ·模糊控制器的结构第39页
     ·论域变换第39-40页
     ·语言值的建立第40页
     ·隶属度函数的建立第40-41页
     ·控制规则的建立第41-42页
     ·基于面积重心法的清晰化处理第42-44页
   ·神经网络控制第44-50页
     ·神经网络的选取原因第44-45页
     ·基于规则的样本点的选取第45-47页
     ·样本对的识别第47页
     ·构造并训练神经网络第47-48页
     ·神经网络控制表的修正第48-50页
   ·自适应模糊神经网络控制第50-56页
     ·模糊神经网络的选取第50页
     ·模糊神经网络的建立第50-53页
     ·模糊控制表的自动获取第53-54页
     ·实验结果第54-55页
     ·基于评价准则的自适应算法第55-56页
   ·本章小结第56-57页
第5章 控制算法的仿真实验第57-63页
   ·交叉路口几何模型第57页
   ·交通信号灯控制流程第57-58页
   ·评价依据第58-59页
   ·仿真实验第59-62页
     ·仿真思想第59页
     ·初始值设定第59页
     ·实验结果第59-62页
   ·本章小结第62-63页
结论第63-64页
参考文献第64-69页
致谢第69-70页
附录第70-73页

论文共73页,点击 下载论文
上一篇:微管道式氢气传感器关键力学特性研究
下一篇:定量反馈理论在双液压马达同步控制中的研究