基于机器视觉的交通压线判别方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-10页 |
| 1.1.1 交通违章的紧迫性 | 第9页 |
| 1.1.2 国内外研究现状 | 第9-10页 |
| 1.2 论文研究目的和意义 | 第10-11页 |
| 1.3 论文的研究内容 | 第11-13页 |
| 2 图像预处理 | 第13-23页 |
| 2.1 HSV颜色模型 | 第13-14页 |
| 2.2 直方图均衡化 | 第14-16页 |
| 2.3 图像滤波 | 第16-18页 |
| 2.4 图像分割 | 第18-21页 |
| 2.5 本章小结 | 第21-23页 |
| 3 视频流中车辆分离 | 第23-35页 |
| 3.1 阈值分割 | 第23-26页 |
| 3.2 高斯背景模型 | 第26-29页 |
| 3.3 CodeBook算法 | 第29-34页 |
| 3.4 本章小结 | 第34-35页 |
| 4 车辆压线违章识别 | 第35-42页 |
| 4.1 车道线检测 | 第35-37页 |
| 4.2 图像的矩 | 第37-38页 |
| 4.3 多边形包围轮廓 | 第38-39页 |
| 4.4 压线检测 | 第39-41页 |
| 4.5 本章小结 | 第41-42页 |
| 5 视频流中车辆搜索 | 第42-50页 |
| 5.1 视频流中固定车辆的检索 | 第42-45页 |
| 5.1.1 支持向量机 | 第43页 |
| 5.1.2 HOG特征 | 第43-45页 |
| 5.2 实验过程 | 第45-49页 |
| 5.2.1 训练过程 | 第45-46页 |
| 5.2.2 检测过程 | 第46-47页 |
| 5.2.3 检测结果 | 第47-49页 |
| 5.3 本章小结 | 第49-50页 |
| 6 总结与展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 附录 | 第56页 |
