| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 图表清单 | 第9-12页 |
| 注释表 | 第12-13页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景及意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 交通信息检测技术研究现状 | 第13-15页 |
| 1.2.2 基于机器视觉的交通监测技术现状 | 第15-16页 |
| 1.2.3 基于视觉的车辆越、轧车道线检测研究现状 | 第16-17页 |
| 1.2.4 基于视觉的车辆违停检测研究现状 | 第17-18页 |
| 1.3 研究难点及存在问题 | 第18页 |
| 1.4 本文主要内容 | 第18-19页 |
| 1.5 本文章节安排 | 第19-21页 |
| 第二章 车辆轧线、违停监管系统总体设计 | 第21-28页 |
| 2.1 监管系统应用分析及总体框架 | 第21-22页 |
| 2.2 监管系统硬件构建 | 第22-23页 |
| 2.3 系统软件设计 | 第23-27页 |
| 2.3.1 系统工作原理 | 第23-24页 |
| 2.3.2 系统各功能模块开发 | 第24-26页 |
| 2.3.3 系统界面设计 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 高速球相机改造及抓拍测控模型建立 | 第28-35页 |
| 3.1 抓拍系统硬件设计 | 第28-31页 |
| 3.1.1 高速球相机改造及设计 | 第28-29页 |
| 3.1.2 闭环系统工作原理 | 第29-30页 |
| 3.1.3 下位机软件设计 | 第30-31页 |
| 3.2 基于高速球相机的抓拍测控模型设计 | 第31-34页 |
| 3.2.1 坐标系定义 | 第32页 |
| 3.2.2 场景坐标系与相机坐标系融合算法 | 第32-33页 |
| 3.2.3 抓拍实验验证 | 第33-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 基于背景建模的运动目标提取方法研究 | 第35-50页 |
| 4.1 基于有参背景模型的目标检测算法原理 | 第35-39页 |
| 4.1.1 平均背景建模及其改进算法原理及实验分析 | 第35-37页 |
| 4.1.2 混合高斯建模原理及分析 | 第37-39页 |
| 4.2 基于无参背景模型的目标检测算法原理 | 第39-46页 |
| 4.2.1 ViBe 背景建模方法 | 第39-42页 |
| 4.2.2 基于历史像素建模的 ViBe 改进算法 | 第42-46页 |
| 4.3 实验比较及分析 | 第46-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 基于图像的测距方法研究 | 第50-63页 |
| 5.1 图像测距算法研究现状 | 第50-51页 |
| 5.2 基于成像原理的图像纵向测距算法 | 第51-55页 |
| 5.2.1 透视投影模型 | 第51-52页 |
| 5.2.2 像素-距离关系构建 | 第52-54页 |
| 5.2.3 实验结果 | 第54-55页 |
| 5.3 基于车道等宽线的图像横向测距算法 | 第55-62页 |
| 5.3.1 像素-距离模型 | 第55-57页 |
| 5.3.2 等宽线自动生成算法 | 第57-60页 |
| 5.3.3 实验结果 | 第60-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第六章 轧线与违停抓拍系统实验 | 第63-75页 |
| 6.1 相机抓拍参数计算 | 第63-65页 |
| 6.1.1 焦距计算方法 | 第63-65页 |
| 6.1.2 云台俯仰角与偏转角计算方法 | 第65页 |
| 6.2 车辆轧线抓拍方案及实验验证 | 第65-71页 |
| 6.2.1 轧线判定算法 | 第66-69页 |
| 6.2.2 违章车辆位置预测 | 第69-71页 |
| 6.2.3 轧线抓拍实验结果 | 第71页 |
| 6.3 车辆违停抓拍方案及实验验证 | 第71-74页 |
| 6.3.1 违停区域设定 | 第72页 |
| 6.3.2 违停判定算法 | 第72-73页 |
| 6.3.3 违停抓拍实验结果 | 第73-74页 |
| 6.4 本章小结 | 第74-75页 |
| 第七章 总结与展望 | 第75-77页 |
| 7.1 本文工作总结 | 第75-76页 |
| 7.2 研究展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-82页 |
| 在学期间的研究成果及发表的学术论文 | 第82页 |
