智能交通中的图像预处理与特定违章车辆的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 目录 | 第6-8页 |
| 图目录 | 第8-10页 |
| 表目录 | 第10-11页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2国内外研究现状 | 第12-13页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13页 |
| 1.3 本课题研究内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第二章 理论基础与方法 | 第15-23页 |
| 2.1 视频图像基础 | 第15-16页 |
| 2.1.1 图像的数学表示 | 第15页 |
| 2.1.2 视频图像的特点及图像的二值化 | 第15-16页 |
| 2.2 相邻像素的位置关系 | 第16-17页 |
| 2.3 图像中的数学处理方法 | 第17-21页 |
| 2.4 空域滤波原理 | 第21页 |
| 2.5 图像的灰度化 | 第21-22页 |
| 2.6 小结 | 第22-23页 |
| 第三章 图像的预处理研究 | 第23-46页 |
| 3.1 引言 | 第23页 |
| 3.2 噪声的特点及对比 | 第23-26页 |
| 3.2.1 噪声的来源 | 第23-24页 |
| 3.2.2 噪声的分类 | 第24-25页 |
| 3.2.3 典型噪声的分析 | 第25-26页 |
| 3.3 常见的图像去噪方法 | 第26-32页 |
| 3.3.1 均值滤波算法 | 第26-28页 |
| 3.3.2 中值滤波法及其改进 | 第28-32页 |
| 3.3.3 中值滤波与均值滤波的比较分析 | 第32页 |
| 3.4 近均值滤波 | 第32-45页 |
| 3.4.1 “近均值”滤波的提出 | 第32-33页 |
| 3.4.2 “近均值”滤波算法 | 第33-38页 |
| 3.4.3 实验结果与分析 | 第38-45页 |
| 3.5 小结 | 第45-46页 |
| 第四章 违章车辆的检测研究 | 第46-60页 |
| 4.1 车辆违章的具体规则定义 | 第47页 |
| 4.2 背景与运动物体的分割 | 第47-50页 |
| 4.3 基于区域合并的车辆标识算法 | 第50-51页 |
| 4.4 运动目标分类 | 第51-53页 |
| 4.5 违章车辆的检测研究 | 第53-59页 |
| 4.5.1 虚拟线圈检测法 | 第53页 |
| 4.5.2 基于灰度帧间的检测法 | 第53-54页 |
| 4.5.3 基于车辆中心的检测法 | 第54页 |
| 4.5.4 改进的车辆中心检测算法 | 第54-59页 |
| 4.6 小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 论文主要工作 | 第60页 |
| 5.2 未来工作展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻硕期间发表的学术论文 | 第65-66页 |
| 致谢 | 第66页 |
