基于视频的车辆检测与流量统计方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 0 引言 | 第10-11页 |
| 1 绪论 | 第11-20页 |
| ·课题研究的背景和意义 | 第11-13页 |
| ·视频图像检测技术与其他检测技术的比较 | 第13-15页 |
| ·视频图像检测技术的研究现状 | 第15-18页 |
| ·本文研究的主要内容 | 第18-20页 |
| 2 数字图像处理理论 | 第20-27页 |
| ·数字图像概述 | 第20-22页 |
| ·数字图像处理的基本原理 | 第22-24页 |
| ·数字图像处理的内容 | 第24-25页 |
| ·数字图像处理的技术应用 | 第25-26页 |
| ·本章总结 | 第26-27页 |
| 3 运动目标检测理论 | 第27-45页 |
| ·引言 | 第27页 |
| ·运动目标检测的基本方法 | 第27-32页 |
| ·帧间差分法 | 第28-30页 |
| ·背景差分法 | 第30页 |
| ·光流法 | 第30-32页 |
| ·背景更新方法 | 第32-35页 |
| ·统计学背景模型 | 第32-34页 |
| ·背景的混合高斯模型 | 第34-35页 |
| ·基于Kalman 滤波器的背景模型 | 第35页 |
| ·背景更新与运动目标检测分割 | 第35-36页 |
| ·图像分割技术 | 第36-44页 |
| ·图像分割定义 | 第36-37页 |
| ·图像分割方法概述 | 第37-43页 |
| ·图象分割评价 | 第43-44页 |
| ·本章总结 | 第44-45页 |
| 4 基于移动区域的车辆检测技术 | 第45-54页 |
| ·引言 | 第45-46页 |
| ·基于高斯模型的自适应阈值确定 | 第46-47页 |
| ·快速自适应背景更新方法 | 第47-50页 |
| ·背景提取 | 第48页 |
| ·求取移动区域 | 第48-49页 |
| ·自适应背景模型的确定与更新 | 第49-50页 |
| ·基于标签法的快速去噪处理 | 第50-51页 |
| ·车辆检测实验结果 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 5 基于虚拟检测器的车流量检测 | 第54-62页 |
| ·系统整体框架 | 第54-56页 |
| ·检测器的设置 | 第56页 |
| ·具体算法描述 | 第56-59页 |
| ·算法改进 | 第59-60页 |
| ·实验结果与分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 6 全文总结与展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 个人简历 | 第69页 |
| 发表的学术论文 | 第69页 |
