车辆视频检测
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-20页 |
| ·课题的背景和意义 | 第10-12页 |
| ·国内外发展现状 | 第12-17页 |
| ·国内的发展 | 第12-14页 |
| ·国外的发展 | 第14-17页 |
| ·未来发展趋势及难点 | 第17-18页 |
| ·课题的研究内容 | 第18-20页 |
| 第二章 数字图像处理概述 | 第20-33页 |
| ·视频图像 | 第20-23页 |
| ·分辨率 | 第20页 |
| ·彩色模型 | 第20-23页 |
| ·数字图像处理的基本原理 | 第23-29页 |
| ·图像类型 | 第23-24页 |
| ·图像类型转换 | 第24-25页 |
| ·图像间运算 | 第25-26页 |
| ·灰度直方图 | 第26页 |
| ·图像分割 | 第26-29页 |
| ·图像识别 | 第29-31页 |
| ·特征的提取和选择 | 第29-30页 |
| ·图像描述方法 | 第30页 |
| ·物体的描述 | 第30-31页 |
| ·目标跟踪 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 运动车辆的分割 | 第33-51页 |
| ·常用的运动物体检测方法 | 第33-36页 |
| ·帧差法 | 第33-34页 |
| ·光流法 | 第34-35页 |
| ·背景差分法 | 第35-36页 |
| ·背景建模和更新技术 | 第36-40页 |
| ·基于统计的背景模型 | 第36-38页 |
| ·基于卡尔曼滤波的背景模型 | 第38页 |
| ·基于高斯分布的背景模型 | 第38-40页 |
| ·其他背景模型方法 | 第40页 |
| ·基于区间分布统计模型和边缘信息的车辆分割 | 第40-45页 |
| ·自适应背景模型 | 第40-43页 |
| ·运动车辆分割 | 第43页 |
| ·运动信息补偿 | 第43-45页 |
| ·实验结果与分析 | 第45-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 运动车辆的跟踪 | 第51-69页 |
| ·目标跟踪的特征及特征匹配 | 第52-56页 |
| ·目标的特征 | 第52-53页 |
| ·特征匹配算法 | 第53-56页 |
| ·Mean Shift算法 | 第56-61页 |
| ·目标模板的表示 | 第56-57页 |
| ·候选目标的表示 | 第57-58页 |
| ·基于Bhattacharyya系数的相似性测度 | 第58页 |
| ·目标定位 | 第58-60页 |
| ·Mean Shift算法的步骤 | 第60-61页 |
| ·遮挡情况下的车辆跟踪 | 第61-64页 |
| ·遮挡情况发生的判断准则 | 第61-62页 |
| ·灰色预测模型 | 第62-63页 |
| ·基于灰色预测模型的车辆跟踪 | 第63-64页 |
| ·实验结果与分析 | 第64-68页 |
| ·本章小结 | 第68-69页 |
| 第五章 结论 | 第69-71页 |
| ·全文工作总结 | 第69页 |
| ·进一步的工作 | 第69-70页 |
| ·展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 在学研究成果 | 第74-75页 |
| 致谢 | 第75页 |
