基于图像频域谱分析的车流量检测系统研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 智能交通信息检测背景与意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 视频检测技术 | 第11-13页 |
| 1.2.2 图像频域谱分析应用现状 | 第13页 |
| 1.3 课题主要研究内容 | 第13-14页 |
| 1.4 论文结构安排 | 第14-15页 |
| 第二章 监控视频图像特征提取的理论基础 | 第15-30页 |
| 2.1 图像噪声 | 第15-17页 |
| 2.1.1 噪声的分类 | 第15-16页 |
| 2.1.2 “椒盐”噪声对图像频域谱处理的影响 | 第16-17页 |
| 2.2 图像灰度化 | 第17页 |
| 2.3 目标的特征表示 | 第17-22页 |
| 2.3.1 形状特征 | 第18-19页 |
| 2.3.2 纹理特征 | 第19-22页 |
| 2.4 图像特征提取算法 | 第22-24页 |
| 2.4.1 三帧差法 | 第22页 |
| 2.4.2 腐蚀膨胀 | 第22-24页 |
| 2.5 离散余弦变换 | 第24-25页 |
| 2.6 小波变换 | 第25-29页 |
| 2.6.1 小波变换的分类 | 第25-27页 |
| 2.6.2 小波函数 | 第27-29页 |
| 2.7 本章小结 | 第29-30页 |
| 第三章 图像处理算法的改进 | 第30-42页 |
| 3.1 图像去噪 | 第30-33页 |
| 3.1.1 均值滤波 | 第30-31页 |
| 3.1.2 中值滤波 | 第31页 |
| 3.1.3 改进的加权中值滤波算法 | 第31-33页 |
| 3.2 图像增强 | 第33-37页 |
| 3.2.1 线性图像增强 | 第34-35页 |
| 3.2.2 非线性图像增强 | 第35-36页 |
| 3.2.3 改进的分段式图像增强 | 第36-37页 |
| 3.3 加权小波和分块DCT相结合的图像频域变换 | 第37-38页 |
| 3.4 特征图像优化处理 | 第38-39页 |
| 3.5 改进的占空比车流量检测算法 | 第39-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第四章 车流量检测系统设计 | 第42-47页 |
| 4.1 车流量检测系统设计 | 第42-43页 |
| 4.2 图像预处理算法的设计 | 第43-44页 |
| 4.3 特征提取算法设计 | 第44-45页 |
| 4.4 车流量识别算法设计 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 算法仿真与实验 | 第47-54页 |
| 5.1 预处理效果分析 | 第47-48页 |
| 5.2 图像特征的提取 | 第48-49页 |
| 5.3 车流量的频域检测 | 第49-53页 |
| 5.3.1 小波基及特征点个数的确定 | 第49-50页 |
| 5.3.2 车流量检测 | 第50-53页 |
| 5.4 本章小结 | 第53-54页 |
| 总结与展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间取得的学术成果 | 第60-61页 |
| 致谢 | 第61页 |
