基于机器视觉的运动车辆检测
| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-20页 |
| ·课题研究目的及意义 | 第13-15页 |
| ·智能交通系统简介 | 第13-14页 |
| ·视频车辆检测的背景及意义 | 第14-15页 |
| ·视频车辆检测的国内外研究现状及进展 | 第15-18页 |
| ·视频车辆检测的国外研究现状 | 第15-16页 |
| ·视频车辆检测的国内研究现状 | 第16-17页 |
| ·视频车辆检测技术的进展 | 第17-18页 |
| ·论文的主要工作和内容安排 | 第18-20页 |
| 第2章 数字图像处理技术 | 第20-32页 |
| ·数字图像处理概述 | 第20-21页 |
| ·数字图像处理技术中的目标检测的基本原理 | 第21-23页 |
| ·目标图像输入 | 第21-22页 |
| ·图像预处理 | 第22页 |
| ·图像分割与目标提取 | 第22-23页 |
| ·目标检测 | 第23页 |
| ·图像预处理 | 第23-29页 |
| ·数字图像的特点 | 第23-24页 |
| ·彩色图像的灰度化 | 第24-25页 |
| ·图像的滤波去噪 | 第25-27页 |
| ·图像的增强 | 第27-29页 |
| ·图像的分割方法 | 第29-31页 |
| ·基于阈值的分割 | 第29-30页 |
| ·基于边界的分割 | 第30页 |
| ·基于区域的分割 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于视觉的运动车辆检测算法研究 | 第32-48页 |
| ·常用的运动目标检测方法概述 | 第32-36页 |
| ·光流法检测 | 第32-33页 |
| ·帧差分法 | 第33-34页 |
| ·背景差分法 | 第34-35页 |
| ·边缘检测法 | 第35-36页 |
| ·常用的背景图像的提取和更新方法 | 第36-38页 |
| ·改进的运动车辆检测方法 | 第38-47页 |
| ·初始背景图像的生成 | 第39-40页 |
| ·改进的背景模型更新 | 第40-41页 |
| ·试验结果及分析 | 第41-42页 |
| ·改进的检测算法描述 | 第42-44页 |
| ·试验结果 | 第44页 |
| ·运动目标图像的自适应分割算法研究 | 第44-46页 |
| ·试验结果 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于视觉的运动车辆检测的图像后处理 | 第48-51页 |
| ·基于形态学的图像后处理 | 第48-50页 |
| ·数学形态学的基本思想及方法 | 第48-49页 |
| ·数学形态学的方法 | 第49-50页 |
| ·形态学后处理试验结果及分析 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第5章 实验结果分析及与传统方法的性能比较 | 第51-55页 |
| ·试验结果分析 | 第51-54页 |
| ·帧间差二值图像分析 | 第51页 |
| ·背景差二值图像分析 | 第51-52页 |
| ·改进的检测方法结果分析 | 第52页 |
| ·三种运动车辆检测方法性能比较 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第6章 视频车辆检测系统的分析与设计 | 第55-59页 |
| ·系统总体设计 | 第55-56页 |
| ·系统组成部分设置 | 第55页 |
| ·系统界面设计 | 第55-56页 |
| ·运行结果 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 结论与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第66-67页 |
| 附录B 部分程序代码 | 第67-71页 |
