基于视频的运动汽车检测技术研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 附图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-20页 |
| ·研究背景 | 第13-16页 |
| ·智能交通系统简介 | 第13-14页 |
| ·常用车辆检测技术简述 | 第14-16页 |
| ·视频汽车检测的国内外研究现状 | 第16-18页 |
| ·视频检测的国外研究现状 | 第16-17页 |
| ·视频检测的国内研究现状 | 第17-18页 |
| ·本文研究的主要内容 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第2章 数字视频图像基础 | 第20-26页 |
| ·常用颜色模型介绍 | 第20-22页 |
| ·RGB 颜色模型 | 第20-21页 |
| ·HSV 颜色模型 | 第21-22页 |
| ·本文涉及的主要图像处理内容及方法 | 第22-24页 |
| ·图像的灰度化 | 第22页 |
| ·图像的二值化 | 第22-23页 |
| ·图像增强 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第3章 基于视频的运动目标检测技术 | 第26-46页 |
| ·运动目标检测方法概述 | 第26-31页 |
| ·光流法 | 第27-28页 |
| ·帧差分法 | 第28-29页 |
| ·背景差法 | 第29-30页 |
| ·各类方法间的比较 | 第30-31页 |
| ·基于背景差算法的运动车辆检测 | 第31-40页 |
| ·常用的背景模型 | 第31-33页 |
| ·背景的提取 | 第33-36页 |
| ·背景的更新 | 第36页 |
| ·运动车辆的分割 | 第36-38页 |
| ·实验结果与分析 | 第38-40页 |
| ·基于背景差和边缘信息的运动车辆检测 | 第40-45页 |
| ·基于边缘的目标检测方法 | 第41-43页 |
| ·基于边缘和K-均值聚类相结合的目标检测方法 | 第43页 |
| ·实验结果与分析 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 车辆阴影去除技术与图像后处理 | 第46-52页 |
| ·运动车辆的阴影去除技术 | 第46-48页 |
| ·阴影的概念及物理属性 | 第46-47页 |
| ·基于HSV 空间的阴影检测 | 第47页 |
| ·实验结果与分析 | 第47-48页 |
| ·基于数学形态学的图像后处理 | 第48-50页 |
| ·数学形态学的基本思想 | 第48-49页 |
| ·数学形态学的方法 | 第49-50页 |
| ·实验结果与分析 | 第50页 |
| ·本章小结 | 第50-52页 |
| 第5章 基于主动轮廓模型的车辆轮廓提取 | 第52-58页 |
| ·Snake 模型概述 | 第52-54页 |
| ·Snake 模型的数学模型 | 第53页 |
| ·Snake 模型的原理 | 第53-54页 |
| ·基于改进的snake 模型的车辆轮廓提取 | 第54-55页 |
| ·GVF 模型 | 第54页 |
| ·改进的GVF 模型 | 第54-55页 |
| ·实验结果与分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 结论与展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 附录 A 发表的学术论文目录 | 第66页 |
